CSV फ़ाइलों को संपादित करना ताकि डेटा को तोड़ न सकें

औद्योगिक वॉल्यूम में HFLabs उत्पाद डेटा की प्रक्रिया करते हैं: पते, पूरा नाम, कंपनी का विवरण और यहां तक ​​कि कुल में एक गाड़ी। स्वाभाविक रूप से, परीक्षक हर दिन इस डेटा से निपटते हैं: परीक्षण मामलों को अपडेट करें, सफाई के परिणामों का अध्ययन करें। अक्सर, ग्राहक इसके लिए सेवा को कॉन्फ़िगर करने के लिए परीक्षक को "लाइव" आधार देते हैं।

पहली बात जो हम नए QAs सिखाते हैं, वह अपने मूल रूप में डेटा को सहेजना है। वाचाओं के अनुसार सभी: "कोई बुराई नहीं।" इस लेख में, मैं आपको दिखाता हूं कि एक्सेल और ओपन ऑफिस में सीएसवी फाइलों के साथ सावधानी से कैसे काम करें। टिप्स कुछ भी नहीं बिगाड़ने में मदद करेंगे, संपादन के बाद जानकारी को बचाने और आम तौर पर अधिक आत्मविश्वास महसूस करेंगे।

सामग्री बुनियादी है, पेशेवर निश्चित रूप से ऊब जाएंगे।

CSV फाइलें क्या हैं?

CSV प्रारूप का उपयोग पाठ फ़ाइलों में तालिकाओं को संग्रहीत करने के लिए किया जाता है। डेटा को अक्सर तालिकाओं में पैक किया जाता है, इसलिए CSV फ़ाइलें बहुत लोकप्रिय हैं।


_{CSV फ़ाइल में डेटा पंक्तियाँ और सीमांकक होते हैं जो स्तंभ सीमाओं को इंगित करते हैं}

CSV अल्पविराम से अलग किए गए मूल्यों के लिए खड़ा है - "अल्पविराम द्वारा अलग किए गए मान।" लेकिन नाम से मूर्ख मत बनो: अर्धविराम और टैब दोनों एक सीएसवी फ़ाइल में स्तंभ विभाजक के रूप में काम कर सकते हैं। यह अभी भी एक CSV फ़ाइल होगी।

एक ही एक्सेल प्रारूप पर CSV के बहुत सारे फायदे हैं: पाठ फ़ाइलें एक बटन के रूप में सरल होती हैं, जल्दी से खुलती हैं, किसी भी उपकरण पर और अतिरिक्त उपकरणों के बिना किसी भी वातावरण में पढ़ती हैं।

अपने फायदे के कारण, CSV एक बहुत ही लोकप्रिय डेटा विनिमय प्रारूप है, हालाँकि यह पहले से ही 40 साल पुराना है। CSV औद्योगिक अनुप्रयोगों का उपयोग करते हैं, वे इसमें डेटाबेस से डेटा डाउनलोड करते हैं।

एक समस्या - सीएसवी के साथ काम करने के लिए एक पाठ संपादक पर्याप्त नहीं है। फिर भी, यदि तालिका सरल है: पहले क्षेत्र में आईडी समान लंबाई की है, दूसरी में तिथि समान प्रारूप की है, और तीसरे में कुछ पता है। लेकिन जब विभिन्न लंबाई के खेत और तीन से अधिक होते हैं, तो पीड़ा शुरू होती है।


_{डिवाइडर और कॉलम का ध्यान रखें - आप अपनी आँखें तोड़ते हैं}

डेटा विश्लेषण के साथ भी बदतर - कम से कम एक कॉलम में सभी संख्याओं को जोड़ने के लिए नोटपैड का प्रयास करें। मैं सुंदर ग्राफिक्स के बारे में बात नहीं कर रहा हूँ।

इसलिए, CSV फ़ाइलों का विश्लेषण और एक्सेल और उसके एनालॉग्स में संपादित किया जाता है: ओपन ऑफिस , लिब्रे ऑफिस और अन्य।

उन बुजुर्गों के लिए जो अभी भी नहीं पढ़ते हैं: दोस्तों, हम SQL का उपयोग करके डेटाबेस में सीधे विश्लेषण के बारे में जानते हैं, हम झांकी और टैलेंट ओपन स्टूडियो के बारे में जानते हैं। यह लेख शुरुआती लोगों के लिए है, लेकिन एक बुनियादी स्तर पर और एनालॉग्स के साथ थोड़ी मात्रा में एक्सेल डेटा पर्याप्त है।

एक्सेल डेटा को कैसे गड़बड़ करता है: क्लासिक्स से

सब ठीक होगा, लेकिन एक्सेल, सीएसवी फ़ाइल को मुश्किल से खोलते हुए, अपनी चालाक चालें शुरू करता है। वह बिना मांग के डेटा बदल देता है ताकि वे बेकार हो जाएं। और वह इसे पूरी तरह से ध्यान नहीं देता है। इस वजह से, एक समय में हमने समस्याओं का एक समूह पकड़ लिया।

अधिकांश घटनाएं इस तथ्य के कारण हैं कि कार्यक्रम बिना मांग के संख्याओं के एक सेट के साथ तारों को परिवर्तित करता है।

राउंड ऑफ करता है। उदाहरण के लिए, मूल सेल में, दो फोन बिना रिक्त स्थान के कॉमा द्वारा अलग किए गए हैं: "5235834.5235835"। एक्सेल क्या करेगा? पारिवारिक रूप से संख्याओं को एक संख्या में परिवर्तित किया जाता है और दो दशमलव स्थानों पर ले जाता है: "5235834.52"। तो हम दूसरा फोन खो देते हैं।

घातांक रूप में छोड़ देता है। एक्सेल ध्यान से "123456789012345" को "1,2E + 15" संख्या में परिवर्तित करता है। हम मूल मूल्य को पूरी तरह से खो देते हैं।

समस्या लंबे समय तक प्रासंगिक है, पंद्रह के अक्षर, संख्यात्मक रेखाएं। उदाहरण के लिए, सीएलएडीआर कोड (यह एक पता वस्तु का ऐसा राज्य पहचानकर्ता है: शहर, सड़क, घर)।

प्रमुख फायदे निकालता है। एक्सेल का मानना ​​है कि संख्या के साथ एक लाइन की शुरुआत में प्लस पूरी तरह से अतिरिक्त चरित्र है। जैसे, और यह इतना स्पष्ट है कि संख्या सकारात्मक है, क्योंकि इसके सामने कोई ऋण नहीं है। इसलिए, "+74955235834" संख्या में अग्रणी प्लस को अनावश्यक के रूप में छोड़ दिया जाएगा - यह "74955235834" निकलेगा। (वास्तव में, संख्या और भी अधिक पीड़ित होगी, लेकिन स्पष्टता के लिए, मुझे प्लस के साथ मिल जाएगा)।

एक प्लस का नुकसान महत्वपूर्ण है, उदाहरण के लिए, यदि डेटा तीसरे पक्ष के सिस्टम में जाता है, और यह कि आयात के लिए प्रारूप की कठोरता से जांच करता है।

तीन अंकों को तोड़ता है। एक्सेल एक अच्छी आत्मा है जो एक डिजिटल स्ट्रिंग को तीन वर्णों से अधिक समय तक पार्स करेगा। उदाहरण के लिए, "8 495 5235834" "84 955 235 834" में बदल जाएगा।

कम से कम फ़ोन नंबर के लिए फ़ॉर्मेट करना महत्वपूर्ण है: रिक्त स्थान को देश और शहर के कोड को बाकी संख्या से और एक दूसरे से अलग करते हैं। एक्सेल आसानी से फोन के सही विभाजन का उल्लंघन करता है।

अग्रणी शून्य को हटाता है। Excel स्ट्रिंग "00523446" को "523446" में बदल देगा।
और टीआईएन में, उदाहरण के लिए, पहले दो अंक क्षेत्र कोड हैं। अल्ताई गणराज्य के लिए, यह खरोंच से शुरू होता है - "04"। शून्य के बिना, संख्या का अर्थ विकृत हो जाएगा, और INN प्रारूप की जांच बिल्कुल भी नहीं होगी।

स्थानीय सेटिंग में परिवर्तन की तारीखें। एक्सेल ख़ुशी से घर के नंबर "1/2" को "01. फरवरी।" क्योंकि विंडोज ने सुझाव दिया था कि इस रूप में, आपके लिए तिथियां पढ़ना अधिक सुविधाजनक है।

हम उचित आयात से डेटा भ्रष्टाचार को पराजित करते हैं

लेकिन गंभीरता से, एक्सेल मुसीबतों के लिए दोषी नहीं है, लेकिन कार्यक्रम में डेटा आयात करने का एक नायाब तरीका है।

डिफ़ॉल्ट रूप से, एक्सेल डाउनलोड किए गए CSV फ़ाइल में सामान्य प्रकार - सामान्य प्रकार के डेटा पर लागू होता है। इसके कारण, प्रोग्राम डिजिटल स्ट्रिंग्स को संख्याओं के रूप में पहचानता है। अंतर्निहित आयात टूल का उपयोग करके इस आदेश को हराया जा सकता है।

मैं एक्सेल में बिल्ट-इन आयात तंत्र शुरू करता हूं। मेनू में यह "डेटा → टेक्स्ट से बाहरी डेटा → प्राप्त करें" है।

मैं डेटा के साथ एक सीएसवी फ़ाइल का चयन करता हूं, एक संवाद खुलता है। संवाद में, मैं फ़ाइल सीमांकित (सीमांकित) फ़ाइल प्रकार पर क्लिक करता हूं। एन्कोडिंग - फ़ाइल में एक आमतौर पर स्वचालित रूप से निर्धारित किया जाता है। यदि फ़ाइल की पहली पंक्ति हेडर है, तो मैं "माई डेटा हैड हेडर्स" चिह्नित करता हूं।

मैं संवाद के दूसरे चरण में जाता हूं। मैं क्षेत्र विभाजक (आमतौर पर अर्धविराम - अर्धविराम) का चयन करता हूं। मैं "एक के रूप में लगातार सीमांकक का इलाज करता हूं" को बंद करता हूं, और "टेक्स्ट क्वालिफायर" को "{कोई नहीं}" सेट करता हूं। (पाठ अर्हक पाठ की शुरुआत और अंत का प्रतीक है। यदि CSV में विभाजक अल्पविराम है, तो पाठ गुणक को पाठ के अंदर अल्पविराम को विभाजक अल्पविराम से अलग करने की आवश्यकता है।)

तीसरे चरण में, मैं खेतों का प्रारूप चुनता हूं , इसके लिए सब कुछ शुरू किया गया था। सभी कॉलमों के लिए मैंने "टेक्स्ट" टाइप किया। वैसे, यदि आप पहले कॉलम पर क्लिक करते हैं, तो शिफ्ट को दबाए रखें और अंतिम पर क्लिक करें, सभी कॉलम एक ही बार में हाइलाइट हो जाएंगे। सुविधाजनक।

अगला, एक्सेल पूछेगा कि सीएसवी से डेटा कहां पेस्ट करना है - आप बस "ओके" पर क्लिक कर सकते हैं, और डेटा एक खुली शीट में दिखाई देगा।


_{आयात करने से पहले आपको Excel में एक नई कार्यपुस्तिका बनानी होगी}

लेकिन! यदि मैं एक्सेल के माध्यम से सीएसवी में डेटा जोड़ने की योजना बना रहा हूं, तो कुछ और करना है।

आयात करने के बाद, शीट पर सभी-सभी कोशिकाओं को "टेक्स्ट" प्रारूप में बाध्य करना आवश्यक है। अन्यथा, नए फ़ील्ड समान सामान्य प्रकार का अधिग्रहण करेंगे।

• मैं दो बार Ctrl + A दबाता हूं, एक्सेल शीट पर सभी सेल का चयन करता है;
• मैं सही माउस बटन पर क्लिक करता हूं;
• मैं संदर्भ मेनू में "प्रारूप कक्ष" का चयन करता हूं;
• खुलने वाले संवाद में, बाईं ओर पाठ डेटा प्रकार चुनें।

_{सभी कक्षों का चयन करने के लिए, आपको दो बार Ctrl + A दबाना होगा। बिल्कुल दो, यह मजाक नहीं है, कोशिश करो}

उसके बाद, किसी भी भाग्य के साथ, एक्सेल मूल डेटा को अकेला छोड़ देगा। लेकिन यह सबसे कठिन गारंटी नहीं है, इसलिए बचत करने के बाद, हम निश्चित रूप से एक पाठ दर्शक के माध्यम से फ़ाइल की जांच करेंगे।

वैकल्पिक: कार्यालय Calc खोलें

CSV फ़ाइलों के साथ काम करने के लिए, मैं Calc का उपयोग करता हूं। ऐसा नहीं है कि यह डिजिटल डेटा को स्ट्रिंग्स के रूप में नहीं मानता है, लेकिन कम से कम विंडोज की क्षेत्रीय सेटिंग्स के अनुसार उनके लिए रिफॉर्मैटिंग लागू नहीं करता है। हां, और आयात सरल है।

बेशक, आपको ओपन ऑफिस (OO) पैकेज की आवश्यकता होगी। स्थापना के दौरान, वह खुद को एमएस ऑफिस की फाइलों को पुन: सौंपने की पेशकश करेगा। मैं अनुशंसा नहीं करता: यद्यपि OO काफी कार्यात्मक है, यह दस्तावेज़ों के मुश्किल Microsoft स्वरूपण को पूरी तरह से नहीं समझता है।

लेकिन OO को CSV फ़ाइलों के लिए डिफ़ॉल्ट प्रोग्राम बनाना काफी उचित है। पैकेज स्थापित करने के बाद आप ऐसा कर सकते हैं।

इसलिए, हम CSV से डेटा आयात शुरू करते हैं। फ़ाइल पर डबल-क्लिक करने के बाद, ओपन ऑफिस एक डायलॉग प्रदर्शित करता है।


_{ध्यान दें कि OO में आपको एक नई कार्यपुस्तिका बनाने की आवश्यकता नहीं है और आयात को शुरू करने के लिए मजबूर करना पड़ता है}

1. एन्कोडिंग - फ़ाइल में के रूप में।
2. "सेपरेटर" एक अर्धविराम है। स्वाभाविक रूप से, अगर यह फ़ाइल में ठीक से विभाजक है।
3. "पाठ विभाजक" - खाली (एक्सेल की तरह ही)।
4. "फ़ील्ड" अनुभाग में, मैं तालिका के बाएं-शीर्ष वर्ग में क्लिक करता हूं, सभी कॉलम हाइलाइट किए जाते हैं। मैं "पाठ" के प्रकार को इंगित करता हूं।

एक ऐसी चीज़ जिसने बहुत सारा रक्त खराब कर दिया: यदि आप गलती से कई फ़ील्ड विभाजकों का चयन करते हैं या गलत पाठ विभाजित है, तो फ़ाइल सही तरीके से खुल सकती है, लेकिन इसे सही ढंग से सहेजा नहीं जा सकता है।

Calc के अलावा, libreOffice HFLabs में विशेष रूप से लिनक्स के तहत लोकप्रिय है। एक्सेल की तुलना में सीएसवी के लिए दोनों का अधिक सक्रिय रूप से उपयोग किया जाता है।

बोनस ट्रैक: Calc से .xlsx में बचत करते समय समस्याएँ

यदि आप Calc से Excel .xlsx प्रारूप में डेटा सहेजते हैं, तो ध्यान रखें - OO कभी-कभी बेवजह और बड़े पैमाने पर डेटा खो देता है।


_{बीच में सफेद बंजर भूमि बड़े पैमाने पर मूल CSV फ़ाइल में डेटा से भरी हुई है}

इसलिए, सहेजने के बाद, मैं फ़ाइल को फिर से खोलता हूं और सुनिश्चित करता हूं कि डेटा जगह में है।

अगर कुछ खो जाता है, तो उपचार को CSV से .xlsx तक बचाना है। या, यदि विंडोज स्थापित है, तो CSV से Excel में आयात करें और वहां से सहेजें।

पुन: सहेजने के बाद, मैं निश्चित रूप से एक बार फिर से जांच करूंगा कि सभी डेटा जगह में हैं और कोई अतिरिक्त खाली लाइनें नहीं हैं।

यदि आप डेटा के साथ काम करने में रुचि रखते हैं, तो हमारी रिक्तियों को देखें । HFLabs को लगभग हमेशा विश्लेषकों, परीक्षकों, कार्यान्वयन इंजीनियरों, डेवलपर्स की आवश्यकता होती है। हम डेटा प्रदान करेंगे ताकि थोड़ा लगता है :)