Excel کو CSV میں تبدیل کریں

CSV میں اصل میں کیا ہوتا ہے

“جیسے Excel میں دکھتی ہیں” Excel سے نہیں پوچھتا کہ سیل کیسا دکھتا ہے — یہ نمبر فارمیٹ یہیں دوبارہ رینڈر کرتا ہے، Excel کے فارمیٹ کوڈز کی ہماری اپنی امپلیمنٹیشن کے ساتھ، کیونکہ عام لائبریری حقیقی دنیا کے سینکڑوں فارمیٹس غلط کر دیتی ہے۔ استثنا وہ فائل ہے جس میں ڈسپلے ٹیکسٹ پہلے سے موجود ہو: OpenDocument شیٹ، یا وہ HTML ٹیبلز جنہیں ویب ایپس .xls کا نام دیتی ہیں، جہاں محفوظ ٹیکسٹ جوں کا توں استعمال ہوتا ہے۔ کسی بھی موڈ میں تاریخیں سیریل نمبروں کے طور پر نہیں نکلتیں۔ ورک بک کا اپنا ایپوک فلیگ پڑھا جاتا ہے، اس لیے پرانے Mac Excel سے لکھی گئی فائل کو ضروری 1,462 دن کھسکایا جاتا ہے، اور وہ دن جسے Excel موجود سمجھتا ہے — 29 فروری 1900 — بالکل اپنی جگہ دوبارہ بنایا جاتا ہے، بجائے اس کے کہ اس کے بعد کی ہر چیز ایک دن کھسک جائے۔

فائل کسی اور چیز کے حوالے کرنے سے پہلے تین ڈیفالٹس چیک کرنے کے لائق ہیں۔ ڈیلیمیٹر شروع میں وہی ہوتا ہے جو آپ کے براؤزر کا لوکیل ظاہر کرتا ہے، اس لیے جس مشین پر اعشاریہ کوما ہو وہ آپ کو سیمی کولن پیش کرتی ہے۔ لائنیں کیریج ریٹرن اور لائن فیڈ پر ختم ہوتی ہیں، جب تک آپ کچھ اور نہ چنیں، اور آخری رو کے بعد ہمیشہ ایک لائن بریک ہوتی ہے۔ کوٹنگ کم سے کم ہے — کسی فیلڈ کو صرف تب کوٹ کیا جاتا ہے جب اس میں ڈیلیمیٹر، کوٹیشن مارک، لائن بریک، یا شروع یا آخر میں اسپیس ہو — ایک خاص صورت کے ساتھ: جس پہلے سیل میں "sep=" لکھا ہو اسے کوٹ کیا جاتا ہے تاکہ Excel آپ کے ڈیٹا کو ڈیلیمیٹر کی ہدایت نہ سمجھ لے۔

مرج شدہ سیلز دو میں سے ایک طریقے سے حل ہوتے ہیں اور ڈیفالٹ زیادہ خاموش والا ہے: صرف مرج کے اوپر بائیں سیل میں ویلیو ہوتی ہے، اور باقی خالی نکلتے ہیں۔ بولینز ہر موڈ میں TRUE اور FALSE کے طور پر لکھے جاتے ہیں، اور جس سیل میں ایرر ہو وہ اپنے ایرر ٹیکسٹ کے طور پر نکلتا ہے۔ برابر کے نشان سے شروع ہونے والے سیل کو بے اثر کرنے کے لیے کچھ نہیں کیا جاتا۔ یہاں لکھی گئی CSV وہ ٹیکسٹ بالکل ویسا ہی رکھتی ہے جیسا ورک بک میں تھا، اس لیے اگر شیٹ کسی ناقابلِ اعتماد جگہ سے آئی ہو تو اگلی بار فائل کھولنے والی چیز کے لیے فارمولا اب بھی فارمولا ہی ہے — جو اس ٹول کی نہیں بلکہ CSV کی خاصیت ہے، اور کسی نامعلوم ایکسپورٹ کو پہلے ویور میں کھولنے کی ایک وجہ۔

جب آپ کو کچھ اور چاہیے

ورک بک پوری پڑھی جاتی ہے، فائل کے لیے 200 MB کی حد کے ساتھ، اور اگر اس کا کمپریسڈ مواد دو گیگا بائٹ سے زیادہ پھیلنے کا دعویٰ کرے تو کام روک دیا جاتا ہے۔ اس سے آگے، اور کسی بھی شیڈول پر چلنے والے کام کے لیے، جواب یہ صفحہ نہیں بلکہ ڈیسک ٹاپ ٹول ہے: LibreOffice ہیڈ لیس موڈ میں ایک کمانڈ سے شیٹ کو CSV میں بدل دیتا ہے۔ سو میگا بائٹ کے ایکسٹریکٹ سے باقی سب کچھ لوڈ کیے بغیر ایک کالم نکالنے کے لیے، qsv اور Miller CSV کو اسٹریم کی صورت میں پڑھتے اور لکھتے ہیں۔

اور اگر منزل کوئی شخص نہیں بلکہ ڈیٹا بیس یا پائپ لائن ہے تو پوچھیں کہ کیا CSV صحیح ہدف ہے بھی۔ یہ اپنا ڈیلیمیٹر، اپنا اعشاری نشان یا اپنی انکوڈنگ درج نہیں کر سکتی، اسی لیے ہر CSV امپورٹ تین ایسے سوالوں سے شروع ہوتا ہے جن کا جواب کسی کو نہیں دینا چاہیے۔ Parquet ٹائپس برقرار رکھتا ہے، JSON Lines ساخت برقرار رکھتی ہے، اور دونوں کو DuckDB، pandas اور ہر وہ چیز براہِ راست پڑھتی ہے جو ویسے بھی آپ کی CSV لوڈ کرنے والی تھی۔