CSV валидация: проверка формата и данных онлайн

CSV (Comma-Separated Values) — один из самых распространённых форматов обмена табличными данными. Несмотря на кажущуюся простоту, CSV-файлы регулярно вызывают проблемы при импорте и обработке.

Что такое CSV и почему он ломается

CSV — текстовый формат, где каждая строка представляет запись, а поля разделены определённым символом. Формат настолько прост, что стандарт RFC 4180 был написан лишь в 2005 году — спустя десятилетия использования.

Основные причины, по которым CSV «ломается»:

• Неравное количество колонок — одни строки содержат 5 полей, другие 4
• Неправильная кодировка — файл в Windows-1251 открывается как кракозябры
• BOM (Byte Order Mark) — Excel добавляет невидимый символ в начало UTF-8 файла
• Неэкранированные запятые — поле с запятой не взято в кавычки
• Переносы строк внутри полей — поле содержит \n без кавычек

Разделители: когда что использовать

Разделитель	Символ	Когда применяется
Запятая	,	Международный стандарт, API, JSON-подобные данные
Точка с запятой	;	Excel в российской/европейской локали
TAB	\t	Данные с запятыми в полях, TSV-формат
Pipe	|	Данные, содержащие и запятые, и точки с запятой

Проблема с Excel: в русскоязычной Windows Excel по умолчанию использует ; как разделитель, потому что , — разделитель дробной части числа. Из-за этого файл, корректный по международному стандарту, открывается в одну колонку.

Правила кавычек по RFC 4180

Стандарт RFC 4180 определяет обязательные правила экранирования:

1. Поля, содержащие разделитель, кавычки или перенос строки, обязаны быть заключены в двойные кавычки
2. Двойные кавычки внутри поля экранируются удвоением: ""
3. Кавычки вокруг поля опциональны для полей без спецсимволов

# Корректный CSV
name,description,price
"Иванов, И.И.","Товар ""Особый""",1500.00
Петров П.П.,Обычный товар,750.00

# Ошибка — запятая внутри поля без кавычек
Иванов, И.И.,Товар,1500.00

Типичные проблемы CSV

Проблема 1: BOM в UTF-8 файлах

Excel при сохранении в UTF-8 добавляет BOM (\xEF\xBB\xBF) в начало файла. Это ломает импорт в программах, не ожидающих BOM.

Решение при чтении в Python:

import csv
with open('data.csv', encoding='utf-8-sig') as f:  # utf-8-sig убирает BOM
    reader = csv.reader(f)

Проблема 2: Неравное количество колонок

# Ошибочный файл
name,age,city
Иванов,30,Москва
Петров,25          ← только 2 поля вместо 3
Сидоров,40,Сочи,extra ← 4 поля вместо 3

Большинство парсеров выдадут ошибку или потеряют данные. Проверяйте файл перед импортом.

Проблема 3: Смешанные переносы строк

Разные операционные системы используют разные символы переноса строки:

• Windows: \r\n (CRLF)
• Unix/Linux: \n (LF)
• Старый Mac: \r (CR)

RFC 4180 предписывает использовать \r\n, но на практике большинство парсеров принимают любой вариант.

Советы для создания надёжных CSV

1. Всегда указывайте кодировку — UTF-8 без BOM универсальна для современных систем
2. Используйте заголовок — первая строка с именами колонок предотвращает путаницу
3. Квотируйте поля последовательно — либо все, либо только те, что содержат спецсимволы
4. Проверяйте перед импортом — запустите через валидатор, чтобы не получить неожиданных результатов
5. Документируйте разделитель — особенно если передаёте файл другим командам

Для конвертации CSV в структурированный JSON используйте CSV to JSON конвертер. Для работы с JSON-данными — JSON форматтер.

Инструмент на reChecker

CSV валидатор на reChecker проверяет структуру файла: равное количество полей в каждой строке, корректность кавычек, обнаруживает BOM и определяет используемый разделитель автоматически.

Открыть инструмент на reChecker →