CSV إلى JSON

يبدو CSV تافهًا في التحليل — تقسيم كل سطر بالفواصل، معاملة السطر الأول كترويسات — حتى تحتوي قيمة في البيانات الحقيقية فاصلة خاصة بها، وهذا يحدث باستمرار مع تصديرات جداول بيانات حقيقية: عنوان مثل "123 Main St, Apt 4"، اسم شركة مثل "Smith, Jones & Co"، أو وصف منتج يحتوي قائمة. تتعامل مواصفات CSV، المُقنَّنة كـRFC 4180، مع هذا بالسماح لحقل بالإحاطة بعلامات اقتباس مزدوجة، حيث الفواصل والأسطر الجديدة وحتى أحرف علامة الاقتباس الحرفية (مهروبة بتكرارها) هي ببساطة بيانات لا بنية. مُحلِّل يقسّم بسذاجة بكل فاصلة، متجاهلًا علامات الاقتباس تمامًا، يُفسد بالضبط تلك الصفوف — يُقسِّم "Smith, Jones & Co" إلى عمودين منفصلين — وعادةً يفعل ذلك بصمت، دون أي خطأ يُشير إلى أن شيئًا خطأ حدث، وهذا ما يجعل هذا الخطأ خطيرًا لا مجرد مزعج.

التحليل الصحيح الواعي بعلامات الاقتباس يتتبع ما إذا كان القارئ داخل حقل بعلامات اقتباس حاليًا ويتجاهل أحرف الفاصل والسطر الجديد حتى الوصول إلى علامة الاقتباس الختامية، وهذه الطريقة الوحيدة لإعادة بناء بشكل صحيح حقول تحتوي شرعيًا أحرفًا كانت ستُخلَط بخلاف ذلك مع بنية.

كل قيمة في ملف CSV خام هي نص، بما أن CSV ليس له أي مفهوم أصلي لرقم أو قيمة منطقية أو قيمة فارغة — خلية تحتوي `42` وخلية تحتوي `hello` تُخزَّنان بشكل متطابق كأحرف. استنتاج الأنواع هو عملية تخمين أي السلاسل كانت "فعليًا" مقصودة كأرقام أو قيم صح/خطأ أو قيم فارغة، وتحويلها وفقًا لذلك حتى يحتوي JSON الناتج قيمًا ذات أنواع حقيقية بدلًا من أن يكون كل شيء ملفوفًا بعلامات اقتباس كسلسلة.

مع ذلك، يجب أن يكون التخمين متحفظًا، لأن الكثير من القيم التي تبدو رقمية ليست مقصودة كأرقام على الإطلاق. صفر بادئ — `007`، `042` — عادةً يُشير إلى معرِّف أو رمز محشو حيث الصفر البادئ مهم وسيُتلف بصمت عند تحويله إلى رقم، بما أن `7` و`007` نفس الرقم لكن معرِّفان مختلفان جدًا. رقم هاتف مثل `+44 20 7946 0958` يبدو رقميًا جزئيًا لكنه ليس بيانات حسابية. القيم التي تتجاوز نطاق العدد الصحيح الآمن في JavaScript تفقد الدقة إذا حُوِّلت إلى رقم على الإطلاق. تترك هذه الأداة كل تلك كسلاسل تحديدًا لأن التخمين الخاطئ هنا يعني إتلاف بيانات بصمت بطريقة يسهل تفويتها حتى وقت لاحق.

لا يمكن لكائن JSON أن يحمل مفتاحين بنفس الاسم — الثاني المُوجَد يُلغي ببساطة الأول، مُهملًا بصمت قيمة عمود كامل دون رفع أي خطأ في أي مكان. تُنتج تصديرات جداول البيانات ترويسات مكررة أكثر مما يبدو محتملًا: تقرير بعمودي "الإجمالي" بنطاقين مختلفين، أو تصدير مدمج من مصدرين يتضح أن كليهما يستخدم "الاسم". اكتشاف المكررات وإعادة تسمية الظهور الثاني إلى `name_2` يحفظ بيانات كل عمود بدلًا من فقدان بصمت أي واحد يتضح أنه ظهر أولًا في كائن الصف. تُعامَل الترويسات الفارغة بنفس الطريقة لنفس السبب، بما أن JSON ليس له طريقة لتمثيل مفتاح هو ببساطة سلسلة فارغة كحقل ذي معنى وقابل للعنونة.