پرش به محتوا
Coverton وبلاگ
در این مقاله
جداول و داده ها

چگونگی اصلاح متن CSV: پیدا کردن رمزگذاری منبع

متن غیر قابل خواندن CSV می تواند منجر به رمزگذاری یک فایل با رمزگذاری کاراکتر اشتباه شود. منبع را حفظ کنید و قبل از صادرات یک کپی قابل خواندن رمزگذاری دیگری را پیش بینی کنید.

ابزار را باز کنیدنحوه استفاده از این ابزار ↓
تعمیر رمزگذاری CSV
این تصویر روند کار ابزار را نشان می‌دهد؛ نتیجهٔ پردازش یک فایل بارگذاری‌شده نیست.

آیا نویسه‌هایی که قبلاً به صورت علامت سؤال ذخیره شده‌اند قابل بازیابی‌اند؟

CSV اصلی را با رمزگذاری درست نویسه‌ها بخوانید. اگر نویسه‌ها با علامت سؤال جایگزین و ذخیره شده باشند، تغییر رمزگذاری آن‌ها را برنمی‌گرداند. به خروجی اولیه برگردید، متن پیش‌نمایش را بررسی کنید و سپس با UTF-8 همراه BOM ذخیره کنید.

نحوه استفاده از این ابزار

  1. CSV را اضافه کنید و کد منبع آن را انتخاب کنید.
  2. پیش نمایش عنوان ها و سوابق کره ای برای متن قابل خواندن، از جمله نام ها و میدان های نقل قول.
  3. انجام وظیفه برای ایجاد خروجی UTF-8 با BOM.
  4. CSV را دانلود کنید و آن را در برنامه دریافتی باز کنید.

تنظیمات مناسب را انتخاب کنید

کدگذاری مورد استفاده منبع را انتخاب کنید، با توجه به EUC-KR/CP949 برای داده های کره ای. تأیید کنید که عنوان ها و سوابق قبل از صادرات فایل به عنوان UTF-8 با BOM قابل خواندن هستند.

پیش از شروع

تعیین معنای ستون‌ها پیش از تغییر داده

برگه، ردیف عنوان، کدگذاری متن و جداکنندهٔ منبع را بررسی کنید. شناسه با صفر ابتدایی باید شناسه بماند، نه عددی برای محاسبه. ترتیب تاریخ و علامت اعشار را از منبع مشخص کنید، نه با حدس‌زدن مقدار ظاهراً معقول. نام مشابه ستون‌ها ثابت نمی‌کند که معنا یا واحدشان یکسان است.

اگر مقایسه، پیوند یا حذف تکرار انجام می‌دهید، کلید و ترتیب ورودی را با معنای رکورد انتخاب کنید. کلید یکسان می‌تواند با مقدار متفاوت در ستون دیگر همراه باشد. نادیده‌گرفتن فاصله یا بزرگی حروف ممکن است رکوردهایی را که باید جدا باشند یکی کند. انتخاب نگه‌داشتن اولین یا آخرین رکورد و جهت تطبیق ستون‌ها را بررسی کنید.

در صورت نگاشت فیلدها، مقصد را با فیلد منبع تطبیق دهید. برای برچسب، نمودار یا کد، نام‌ها، واحدها و ترتیب را بررسی کنید و کد را با خوانندهٔ مورد استفادهٔ دریافت‌کننده امتحان کنید. ساخت نمودار واحدها را تبدیل نمی‌کند و ساخت بارکد شمارهٔ محصول تخصیص نمی‌دهد. قواعد تاریخ و مقدار خالی را یادداشت کنید.

مقایسهٔ ساختار خروجی و پیگیری دادهٔ ازدست‌رفته

تعداد ردیف، ترتیب ستون و شناسه‌ها را با منبع مقایسه کنید. گسترش داده می‌تواند ردیف اضافه کند، و پیوند ممکن است رکورد بی‌تطبیق را کنار بگذارد. اگر گزارش وجود دارد، رکورد حذف‌شده و مقدار نامعتبر یا حل‌نشده را ببینید. جمع و میانگین به مقدار عددی نیاز دارند؛ شمارش رکورد معنای دیگری دارد.

تبدیل قالب همهٔ ساختارها را حفظ نمی‌کند؛ CSV همهٔ لایه‌های JSON یا XML را ندارد و متن ساده چیدمان برگه را نگه نمی‌دارد. Base64 قابل بازگردانی است و رمزگذاری حفاظتی نیست؛ کمینه‌سازی متن هم فشرده‌سازی ZIP نیست. رکورد دارای صفر ابتدایی، نویسهٔ ویژه و مقدار خالی را در مسیر کامل تا برنامهٔ دریافت‌کننده امتحان کنید.

اگر کار شکست خورد، نام ستون، جهت نگاشت، نحو و نوع مقدار را بررسی کنید. رقم ازدست‌رفته یا کدگذاری غلط را نمی‌توان با حدس بازسازی کرد. مقدارها را بعد از ذخیرهٔ نهایی ببینید، نه فقط در پیش‌نمایش. اگر مقداری عوض شده، مرحلهٔ تشخیص نوع داده را پیدا کنید و منبع را برای آزمون ورود داده و مقایسه نگه دارید.

نمونه ورودی و خروجی

EUC-KR/CP949 CSV → بررسی شده UTF-8 BOM CSV

مثال‌ها روند کار را توضیح می‌دهند. نتیجه به فایل منبع و تنظیمات بستگی دارد.

قبل از ذخیره نتیجه را بررسی کنید

CSV ذخیره شده را در برنامه باز کنید که از آن استفاده می کند و عنوان ها و نام ها را بررسی می کند.

اگر نتیجه با آنچه انتظار داشتید متفاوت باشد

اگر هر کدگذاری هنوز متن آسیب دیده را تولید می کند، ارزش ها را در برنامه نویسنده اصلی بررسی کنید. کدگذاری تبدیل نمی تواند کاراکترهای از دست رفته را بازگرداند یا به طور خودکار محتوای صفحه نمایش را بازسازی کند.

محدودیت‌هایی که باید در نظر داشت

  • ارزش ها، محدوده ها و ترتیب ردیف باقی می ماند بی تغییر؛ این حل مشکلات رمزگذاری منبع.

ادامهٔ کار با ابزارهای مرتبط

CSV را به JSON تبدیل کنید

اولین ردیف CSV کلیدها را برای هر ردیف داده از اشیاء JSON فراهم می کند.قیمت های سلولی به عنوان نوار ذخیره می شوند، بنابراین قبل از انتقال نتیجه به یک سیستم که انتظار اعداد یا ارزش های بولین است، نوع خود را بررسی کنید.

رمزگذاری منبع را انتخاب کنید و از تشخیص دلیمیتر اتوماتیک استفاده کنید یا دلیمیتر واقعی را انتخاب کنید.نمونه های خالی یا دوگانه را حل کنید و اطمینان حاصل کنید که هر ردیف دارای همان تعداد ستون هایی است که عنوان دارد.

ابزار را باز کنید

JSON را به CSV تبدیل کنید

تصمیم بگیرید که آیا اشیاء نازک باید به ستون های جداگانه تبدیل شوند یا خطوط JSON در داخل سلول ها باقی بمانند، زیرا صفحه نازک در هر مورد به طور متفاوتی خوانده می شود.

اجازه می دهد تا فلینتینگ برای تبدیل ویژگی های اشیاء نازک به شاخه های متصل با نقطه. شاخه ها به چند ردیف گسترش نمی یابد، بنابراین بررسی این سلول ها به طور جداگانه اگر شما قصد تجزیه و تحلیل هر شاخه.

ابزار را باز کنید
Covertonتعمیر رمزگذاری CSV
ابزار را باز کنید

این راهنما ابزار مرورگر عمومی را توضیح می دهد. یک کپی از اصل را نگه دارید و نتیجه را قبل از به اشتراک گذاشتن بررسی کنید.

این ترجمه با کمک نرم افزار تهیه شده است. همچنین می توانید نسخه انگلیسی آن را بخوانید. به انگلیسی بخوانید