منظّف CSV

خمسة إصلاحات تعمل بترتيب ثابت، والترتيب يهمّ. تُحذف المسافات من الخلايا أولًا، ثم تُحشى الصفوف أو تُقصّ إلى عرض الترويسة، ثم تُسقط الصفوف الفارغة، ثم يُزال التكرار. فإزالة التكرار قبل حذف المسافات كانت ستفوّت كل زوج لا يختلف إلا بمسافة لاحقة — وهي معظمها.

والفراغ اللاحق هو العلّة غير المرئية. فـ"Sara " و"Sara" تبدوان متطابقتين وهما مختلفتان عند كل بحث وربط وإزالة تكرار ستمسّ الملف يومًا. وهذا هو أشيع سبب بمفرده لفشل استيراد تصدير «نظيف».

والصفوف المهلهلة يُبلَّغ عنها قبل أن تُصلَح. فالصفّ ذو الأعمدة الناقصة يعني عادةً فاصلًا غير مهرَّب في مكان ما قبله؛ وذو الأعمدة الزائدة يعني عادةً فاصلة شاردة داخل حقل غير مقتبَس. والعدد في سطر الحالة يخبرك هل ترتّب ملفًّا أم تغطّي على تصدير مكسور.

وكشف التكرار يقارن الصفوف كاملةً، دون حسّاسية لحالة الأحرف، ويُبقي أول ظهور — فينجو الترتيب الأصلي ويفوز أقدم سجلّ.

اضغط حمّل عيّنة فوضوية. فيها، عمدًا، كل مشكلة في تصدير حقيقي: ترويسة بمسافة لاحقة، ومسافة بادئة في قيمة، وصفّ فارغ، والعميل نفسه مرّتين بحالة أحرف مختلفة، وصفّ تنقصه مدينته، وصفّ فيه حقل زائد.

يقرأ سطر الحالة rows in 6 وrows out 4 وragged 2. اختفى صفّان: الفارغ والمكرّر. وصفّان كان عدد أعمدتهما خاطئًا فحُشيا أو قُصّا ليناسبا.

والمكرّر يستحق نظرة قريبة. فـSARA@example.com بمسافة لاحقة وsara@example.com هما الشخص نفسه. وبلا حذف المسافات والمقارنة غير الحسّاسة لحالة الأحرف هما سجلّان، وقائمة البريد ترسل مرّتين.

وحوّل خيار أسماء الأعمدة إلى الأحرف الصغيرة مع الشرطات السفلية فتصير name  هي name. فأسماء الترويسات ذات المسافات اللاحقة إخفاق استيراد كلاسيكي: يبحث النظام الهدف عن name، فيجد "name "، فيبلّغ أن عمودًا مطلوبًا مفقود.

وما إن ينظف الملف حتى يصير تحويله إلى JSON أو إلى إكسل مباشرًا. نظّف أولًا — فكل أداة أخرى تتصرّف تصرّفًا أفضل مع مدخل مرتّب.