CSV 與 TSV：您應該使用哪種分隔符號格式？
快速解答
使用 CSV 進行通用資料交換、電子表格匯入/匯出和最大相容性。當資料包含逗號但不包含製表符時，請使用 TSV ，以避免引用和轉義複雜性。 TSV 在生物資訊學和 NLP 中很常見； CSV 是表格資料的通用預設值。
介紹
CSV（逗號分隔值）和 TSV（製表符分隔值）是表格資料的兩種純文字格式。兩者都將行儲存為帶有由分隔符號分隔的欄位的行。 CSV 使用逗號； TSV 使用製表符。分隔符號的選擇會影響轉義、與電子表格應用程式的相容性以及包含分隔符號的文字欄位的處理。
步步
-
比較分隔符號和轉義符
CSV 使用逗號。如果欄位包含逗號，則必須以引號引起來：「Smith, John」。如果欄位包含引號，則必須對其進行轉義：「He said 」「hello」」」。 TSV 使用製表符。製表符很少出現在文字資料中，因此 TSV 欄位通常不需要引用或轉義 - 更簡單的解析。
-
比較相容性
CSV 得到普遍支持：Excel、Google Sheets=Sheets、每種資料庫、每種程式語言。 TSV 也得到了廣泛支持，但標準化程度較低——一些工具對選項卡的解釋不同。 Excel 會自動偵測兩者，但 CSV 是預設匯出格式。
-
比較解析複雜度
CSV 解析需要狀態機來處理參考規則（RFC 4180）。 TSV 解析很簡單：用製表符分割每一行。這使得 TSV 的解析速度更快且更不容易出錯。然而，CSV 有一個正式的規範（RFC 4180）； TSV 沒有正式標準。
-
比較用例
CSV：電子表格匯入/匯出、資料APIs、ETL管道、設定檔、通用資料交換。 TSV：生物資訊學（BLAST、GFF）、NLP（CoNLL 格式）、剪貼簿資料（從 Excel 複製 = TSV）、帶有製表符分隔符號的日誌檔案。
-
根據您的數據做出決定
如果您的資料包含逗號（名稱、地址、句子）：TSV 避免引用。如果您的資料包含製表符（在文字中很少見）：CSV 避免引用。如果您需要最大相容性：CSV。如果您想要更簡單的解析且您的資料是無製表符的：TSV。
範例
CSV 和 TSV 中的資料相同
輸入: CSV: 姓名、年齡、城市\n"史密斯，約翰",30,"紐約，紐約"\nTSV: 姓名\tage\tcity\n史密斯，約翰\t30\t紐約，紐約
輸出: CSV 需要用逗號對欄位進行引號。 TSV 不需要引用，因為製表符不會出現在資料中。
常見問題
- CSV 引用邊緣情況：包含逗號、引號或換行符的欄位需要 RFC 4180 引用規則 - 用逗號進行天真的分割會破壞嵌入逗號的資料。
- TSV 沒有正式標準：與 CSV (RFC 4180) 不同，TSV 沒有官方規範，因此工具可能會以不同方式處理邊緣情況 - 僅在受控管道內使用 TSV。
- Excel 編碼問題：Excel 可能會使用 BOM 或區域設定特定的分隔符號（歐盟區域設定中的分號）匯出 CSV — 指定 UTF-8 編碼並在匯入時驗證分隔符號。
- 換行符歧義：嵌入換行符的 CSV 欄位有效，但會破壞逐行解析 - TSV 很少出現此問題，因為製表符在文字資料中並不常見。
提示
- 使用 CSV 以獲得最大相容性 - 每個電子表格、資料庫和程式語言都原生支援它。
- 當您的資料包含逗號但不包含製表符（名稱、地址、句子）時，請使用 TSV 以避免完全引用複雜性。
- 始終使用正確的 CSV 解析器（不是 string.split）來處理 RFC 4180 引用規則 - 天真的分割會破壞帶有嵌入逗號或引號的欄位。
- 將資料從 Excel 複製到文字編輯器時，剪貼簿使用 TSV 格式 — 貼上到 .tsv 檔案中以正確保留帶有逗號的欄位。