CSV (Comma-Separated Values) ist ein tabellarisches Textformat, bei dem Werte durch ein Trennzeichen (meist Komma oder Semikolon) getrennt werden.

Eigenschaften:

• Flach: Nur Zeilen und Spalten
• Textbasiert: Alle Werte sind Text
• Einfach: Leicht zu lesen und zu parsen
• Standardisiert: RFC 4180 (2005)

Erste Zeile: Meist Header mit Spaltennamen.

Excel interpretiert CSV-Dateien standardmäßig als Windows-1252 (ANSI), nicht als UTF-8.

Folge: Umlaute werden zu "München" statt "München".

Lösungen:

• BOM: Byte Order Mark am Dateianfang – unser Tool fügt es automatisch hinzu
• Semikolon: In deutschen Excel-Versionen ist ; der Standard-Delimiter
• Import-Dialog: In Excel "Daten" → "Aus Text/CSV" → Encoding: UTF-8 wählen
• Anderes Tool: LibreOffice, Google Sheets haben weniger Probleme

In deutschen Excel-Versionen wird das Komma als Dezimaltrennzeichen verwendet (z.B. 3,14 statt 3.14).

Problem: Ein Komma als Delimiter würde zu Konflikten führen:

name,preis,menge
Apfel,1,99,5

Excel sieht: "Apfel" | "1" | "99" | "5" – vier Spalten statt drei!

Lösung: ; als Delimiter verwenden:

name;preis;menge
Apfel;1,99;5

Alternative: Werte mit Dezimalkomma in Anführungszeichen setzen: "1,99"

CSV kennt keine Verschachtelung. Unser Tool bietet vier Strategien:

• Flatten mit Punkt (Standard): {"user": {"name": "Max"}} → Spalte user.name
• Flatten mit Unterstrich: → Spalte user_name
• Als JSON-String: user = {"name":"Max"} (gequotet)
• Überspringen: Verschachtelte Objekte werden ignoriert

Empfehlung:

• Flaches Objekt: Flatten mit Punkt für maximale Lesbarkeit
• Sehr tiefe Hierarchie: JSON-String für vollständige Daten
• Große Arrays: Als JSON-String speichern

Arrays werden je nach Inhalt unterschiedlich behandelt:

• Array von Objekten: Wird als Hauptdatenquelle verwendet
• Array von Skalaren: [1, 2, 3] → Als JSON-String "[1,2,3]"
• Leeres Array: [] → Leerer Wert oder "[]"
• Array in verschachteltem Objekt: Flatten oder JSON-String

Beispiel:

{"name": "Max", "tags": ["admin", "dev"]}

CSV: name,tags
     Max,"[""admin"",""dev""]"

Werte werden gequotet, wenn sie eines dieser Zeichen enthalten:

• Delimiter: Komma, Semikolon, Tab, Pipe
• Quote-Zeichen: Doppelte Anführungszeichen
• Zeilenumbrüche: \n oder \r
• Führende/abschließende Leerzeichen: Werden erhalten

Verdopplung: Quotes innerhalb von Quotes werden verdoppelt:

Wert: Er sagte "Hallo"
CSV: "Er sagte ""Hallo"""

Die praktischen Limits hängen vom Zielprogramm ab:

• Excel: Maximal 1.048.576 Zeilen × 16.384 Spalten
• Google Sheets: 10 Millionen Zellen
• LibreOffice Calc: ~1 Mio. Zeilen
• Datenbanken: Milliarden Zeilen möglich
• Browser: Unser Tool schafft ca. 10-50 MB flüssig

Bei sehr großen Datenmengen:

• Chunking: Datei in Teile aufteilen
• Alternativen: Parquet, Avro, Arrow (binär, komprimiert)
• Datenbank: Direkt-Import statt CSV

CSV und TSV sind ähnliche Formate mit unterschiedlichem Delimiter:

• CSV: Komma (,) oder Semikolon (;)
• TSV: Tab (\t)

Vorteile TSV:

• Tabs kommen selten in Text vor → weniger Quoting nötig
• Keine Konflikte mit Dezimalkomma
• Kopieren aus Excel funktioniert direkt

Dateiendung: .tsv oder .tab

Unser Tool unterstützt Tab als Delimiter-Option.

Unser Tool konvertiert nur JSON → CSV. Für die umgekehrte Richtung:

• Online-Tools: z.B. csvjson.com, convertcsv.com
• Programmiersprachen:
  • Python: csv.DictReader() + json.dump()
  • JavaScript: papaparse Bibliothek
  • Bash: csvkit, mlr
• Datenbanken: COPY-Befehl (PostgreSQL), LOAD DATA (MySQL)

Beispiel Python:

import csv, json
with open('data.csv') as f:
    reader = csv.DictReader(f)
    data = list(reader)
with open('data.json', 'w') as f:
    json.dump(data, f, indent=2)

RFC 4180 ist die offizielle Spezifikation für CSV, veröffentlicht 2005 von der IETF.

Wichtige Regeln:

• Delimiter: Komma (in DE: Semikolon üblich)
• Quote: Doppelte Anführungszeichen
• Zeilenende: CRLF (\r\n)
• Header: Optional, aber empfohlen
• Escaping: Quotes werden verdoppelt

Warum wichtig? Vor RFC 4180 gab es viele inkompatible CSV-Varianten. Der Standard stellt sicher, dass Dateien zwischen Programmen austauschbar sind.

Unser Tool befolgt RFC 4180 (mit konfigurierbarem Delimiter).