Excel को CSV में बदलें

CSV में असल में क्या होता है

“जैसा Excel में दिखता है” Excel से नहीं पूछता कि सेल कैसा दिखता है — यह नंबर फ़ॉर्मैट को यहीं दोबारा रेंडर करता है, Excel के फ़ॉर्मैट कोड के हमारे अपने इम्प्लीमेंटेशन से, क्योंकि आम लाइब्रेरी असल दुनिया के सैकड़ों फ़ॉर्मैट ग़लत करती है। अपवाद वह फ़ाइल है जिसमें दिखने वाला टेक्स्ट पहले से मौजूद है: OpenDocument शीट, या वे HTML टेबल जिन्हें वेब ऐप .xls नाम दे देते हैं — वहां सेव किया गया टेक्स्ट जैसा है वैसा इस्तेमाल होता है। किसी भी मोड में तारीख़ें सीरियल नंबर बनकर बाहर नहीं जातीं। वर्कबुक का अपना epoch फ़्लैग पढ़ा जाता है, इसलिए पुराने Mac Excel से लिखी फ़ाइल को ज़रूरी 1,462 दिन खिसकाया जाता है, और वह दिन जिसे Excel मौजूद मानता है — 29 फ़रवरी 1900 — ठीक अपनी जगह पर दोबारा बनाया जाता है, ताकि उसके बाद की हर चीज़ एक दिन न खिसके।

फ़ाइल किसी और चीज़ को सौंपने से पहले तीन डिफ़ॉल्ट जांच लेने लायक हैं। डेलिमिटर शुरू में वही होता है जो आपके ब्राउज़र का लोकेल बताता है, इसलिए दशमलव के लिए कॉमा वाली मशीन पर आपको सेमीकोलन सुझाया जाता है। लाइनें कैरिज रिटर्न और लाइन फ़ीड से ख़त्म होती हैं जब तक आप कुछ और न चुनें, और आख़िरी पंक्ति के बाद हमेशा एक लाइन ब्रेक होता है। कोटिंग कम से कम होती है — फ़ील्ड तभी कोट में रखा जाता है जब उसमें डेलिमिटर, कोटेशन मार्क, लाइन ब्रेक, या शुरू या आख़िर में स्पेस हो — एक ख़ास मामले के साथ: “sep=” वाला पहला सेल कोट में रखा जाता है ताकि Excel आपके डेटा को डेलिमिटर का निर्देश न समझ ले।

मर्ज किए सेल दो में से एक तरीक़े से हल होते हैं और डिफ़ॉल्ट वाला ज़्यादा शांत है: मर्ज का सिर्फ़ ऊपर-बाएं वाला सेल वैल्यू रखता है, और बाक़ी ख़ाली आते हैं। बूलियन वैल्यू हर मोड में TRUE और FALSE के रूप में लिखी जाती हैं, और एरर वाला सेल अपने एरर टेक्स्ट के रूप में आता है। बराबर के निशान से शुरू होने वाले सेल को बेअसर करने के लिए कुछ नहीं किया जाता। यहां लिखी CSV वह टेक्स्ट ठीक वैसा ही दोहराती है जैसा वर्कबुक में था, इसलिए अगर शीट किसी भरोसे के बाहर की जगह से आई है, तो फ़ाइल को आगे जो भी खोलेगा उसके लिए फ़ॉर्मूला फ़ॉर्मूला ही रहेगा — यह इस टूल की नहीं, CSV की ख़ासियत है, और किसी अनजान एक्सपोर्ट को पहले व्यूअर में खोलने की एक वजह।

जब आपको कुछ और चाहिए

वर्कबुक पूरी पढ़ी जाती है, फ़ाइल के लिए 200 MB की सीमा के साथ, और अगर उसका कंप्रेस्ड कंटेंट दो गीगाबाइट से ज़्यादा फैलने का दावा करे तो काम रोक दिया जाता है। इससे आगे, और किसी भी तय समय पर चलने वाले काम के लिए, जवाब यह पेज नहीं बल्कि डेस्कटॉप टूल है: LibreOffice हेडलेस मोड में एक कमांड से शीट को CSV में बदल देता है। सौ मेगाबाइट के एक्सट्रैक्ट से बाक़ी सब लोड किए बिना एक कॉलम निकालने के लिए, qsv और Miller CSV को स्ट्रीम की तरह पढ़ते-लिखते हैं।

और अगर मंज़िल कोई इंसान नहीं बल्कि डेटाबेस या पाइपलाइन है, तो पूछें कि क्या CSV सही लक्ष्य है भी। यह अपना डेलिमिटर, अपना दशमलव निशान या अपनी एन्कोडिंग दर्ज नहीं कर सकती, इसीलिए हर CSV इम्पोर्ट तीन ऐसे सवालों से शुरू होता है जिनका जवाब किसी को नहीं देना चाहिए। Parquet टाइप बनाए रखता है, JSON Lines संरचना बनाए रखता है, और दोनों को DuckDB, pandas और वह सब कुछ सीधे पढ़ लेता है जो वैसे भी आपकी CSV लोड करने वाला था।