CSV와 TSV: 어떤 구분 기호 형식을 사용해야 합니까?
빠른 답변
범용 데이터 교환, 스프레드시트 가져오기/내보내기 및 최대 호환성을 위해 CSV을 사용하세요. 데이터에 쉼표가 포함되어 있지만 탭이 포함되어 있지 않은 경우 TSV을 사용하여 인용 및 복잡성 탈출을 방지하세요. TSV은 생물정보학 및 NLP에서 일반적입니다. CSV은 테이블 형식 데이터의 범용 기본값입니다.
소개
CSV(쉼표로 구분된 값) 및 TSV(탭으로 구분된 값)은 표 형식 데이터에 대한 두 가지 일반 텍스트 형식입니다. 둘 다 행을 구분 기호로 구분된 필드가 있는 줄로 저장합니다. CSV은 쉼표를 사용합니다. TSV은 탭 문자를 사용합니다. 구분 기호 선택은 이스케이프 처리, 스프레드시트 앱과의 호환성, 구분 기호가 포함된 텍스트 필드 처리에 영향을 줍니다.
단계별
-
구분 기호와 이스케이프 비교
CSV은 쉼표를 사용합니다. 필드에 쉼표가 포함된 경우 "Smith, John"과 같이 따옴표로 묶어야 합니다. 필드에 따옴표가 포함된 경우 "He did ""hello"""처럼 이스케이프 처리해야 합니다. TSV은 탭을 사용합니다. 탭은 텍스트 데이터에 거의 나타나지 않으므로 TSV 필드는 일반적으로 인용이나 이스케이프가 필요하지 않습니다. 즉, 구문 분석이 더 간단합니다.
-
호환성 비교
CSV은 Excel, Google Sheets=Sheets, 모든 데이터베이스, 모든 프로그래밍 언어 등 보편적으로 지원됩니다. TSV도 널리 지원되지만 표준화 수준은 낮습니다. 일부 도구는 탭을 다르게 해석합니다. Excel에서는 둘 다 자동 감지하지만 CSV가 기본 내보내기 형식입니다.
-
구문 분석 복잡성 비교
CSV 구문 분석에는 인용 규칙(RFC 4180)을 처리하기 위한 상태 시스템이 필요합니다. TSV 구문 분석은 간단합니다. 각 줄을 탭 문자로 나눕니다. 이렇게 하면 TSV의 구문 분석 속도가 빨라지고 오류 발생 가능성이 줄어듭니다. 그러나 CSV에는 공식 사양(RFC 4180)이 있습니다. TSV에는 공식적인 표준이 없습니다.
-
사용 사례 비교
CSV: 스프레드시트 가져오기/내보내기, 데이터 APIs, ETL 파이프라인, 구성 파일, 범용 데이터 교환. TSV: 생물정보학(BLAST, GFF), NLP(CoNLL 형식), 클립보드 데이터(Excel에서 복사 = TSV), 탭 구분 기호가 있는 로그 파일.
-
데이터를 기반으로 결정
데이터에 쉼표(이름, 주소, 문장)가 포함된 경우: TSV은 인용을 피합니다. 데이터에 탭이 포함된 경우(텍스트에서는 드물게): CSV는 인용을 피합니다. 최대 호환성이 필요한 경우: CSV. 더 간단한 구문 분석을 원하고 데이터에 탭이 없는 경우: TSV.
예
CSV 및 TSV의 동일한 데이터
입력: CSV: 이름, 나이, 도시\n"Smith, John",30,"New York, NY"\nTSV: 이름\tage\tcity\nSmith, John\t30\tNew York, NY
산출: CSV에는 쉼표가 있는 필드에 따옴표가 필요합니다. TSV은 데이터에 탭이 표시되지 않으므로 인용이 필요하지 않습니다.
일반적인 문제
- CSV 인용 예외 사례: 쉼표, 따옴표 또는 개행 문자가 포함된 필드에는 RFC 4180 인용 규칙이 필요합니다. 쉼표로 단순하게 나누면 쉼표가 포함된 데이터가 손상됩니다.
- TSV에는 공식 표준이 없습니다. CSV(RFC 4180)과 달리 TSV에는 공식 사양이 없으므로 도구는 극단적인 경우를 다르게 처리할 수 있습니다. TSV은 제어된 파이프라인 내에서만 사용하세요.
- Excel 인코딩 문제: Excel에서는 BOM 또는 로캘별 구분 기호(EU 로캘의 세미콜론)를 사용하여 CSV을 내보낼 수 있습니다. UTF-8 인코딩을 지정하고 가져올 때 구분 기호를 확인하세요.
- 줄 바꿈 모호성: 줄 바꿈이 포함된 CSV 필드는 유효하지만 줄 단위 구문 분석이 중단됩니다. — TSV에서는 탭이 텍스트 데이터에서 일반적이지 않기 때문에 이 문제가 거의 발생하지 않습니다.
팁
- 호환성을 극대화하려면 CSV을 사용하세요. 모든 스프레드시트, 데이터베이스 및 프로그래밍 언어는 기본적으로 이를 지원합니다.
- 데이터에 쉼표가 포함되어 있지만 탭(이름, 주소, 문장)이 포함되어 있지 않은 경우 TSV을 사용하여 복잡성을 완전히 인용하지 마세요.
- RFC 4180 인용 규칙을 처리하려면 항상 적절한 CSV 구문 분석기(string.split 아님)를 사용하십시오. 단순한 분할은 쉼표나 따옴표가 포함된 필드를 손상시킵니다.
- Excel에서 텍스트 편집기로 데이터를 복사할 때 클립보드는 TSV 형식을 사용합니다. 즉, 쉼표가 있는 필드를 올바르게 유지하려면 .tsv 파일에 붙여넣으세요.