Převod souboru DAT do CSV

Tabulkový procesor, databáze nebo systém pro vytváření sestav může vyžadovat CSV, pokud záznamy přicházejí v souboru DAT ze starší aplikace nebo zařízení. Převod také usnadňuje úpravy, sdílení a archivaci dat s oddělovači, ale proprietární soubory DAT je obvykle nutné exportovat pomocí původního softwaru.

Co je formát DAT

.dat je obecná přípona názvu souboru, nikoli jediný standardizovaný formát. Soubor DAT může být prostý text obsahující záznamy oddělené čárkami, tabulátory, středníky nebo svislými čarami, pole s pevnou šířkou nebo binární data definovaná konkrétní aplikací. Tuto příponu mohou používat účetní, laboratorní, technické, e-mailové, herní, video a průmyslové programy; zařízení pro vyšívání a návrhové programy mohou rovněž používat proprietární varianty DAT.

Pracujte s kopií souboru a prohlédněte si ji v Notepad++, Visual Studio Code nebo jiném textovém editoru. Opakující se oddělovače a čitelné řádky naznačují, že import textu by mohl fungovat. Nečitelné bajty, binární obsah nebo soubor, který se otevře pouze v aplikaci, ve které byl vytvořen, znamenají, že export musí provést zdrojový program prostřednictvím File → Export nebo Save As. Přejmenování .dat na .csv data nepřevede.

Co je formát CSV

CSV ukládá záznamy jako řádky a pole v prostém textu. Čárky jsou běžné, ale přijímající systém může vyžadovat středníky, tabulátory nebo jiný oddělovač. Uvozovky zachovávají oddělovače a zalomení řádků uvnitř polí, pokud soubor dodržuje standardní pravidla ve stylu CSV.

Microsoft Excel, LibreOffice Calc, Google Sheets, databázové systémy, statistické aplikace a programovací knihovny podporují CSV. Je kompaktní a přenositelný, ale nezachovává vzorce, formátování, grafy, více listů, komentáře, vztahy mezi databázovými tabulkami ani většinu datových typů nad rámec jejich textové reprezentace.

Jak převést textový soubor DAT

LibreOffice Calc je obecně nejlepší bezplatná desktopová volba, protože jeho dialog pro import zpřístupňuje nastavení oddělovače, kódování, uvozovek a typů sloupců.

1. Vytvořte zálohu původního souboru.
2. V aplikaci Calc vyberte File → Open, v případě potřeby zvolte All files a otevřete kopii souboru DAT. V Excelu použijte Data → From Text/CSV.
3. V náhledu importu vyberte Separated by a zvolte oddělovač, který soubor skutečně používá. Možnost Fixed width vyberte pouze tehdy, když jsou pole zarovnána podle pozic znaků, nikoli podle oddělovačů.
4. Vyberte správné kódování znaků, obvykle UTF-8, a ověřte znaky s diakritikou nebo nelatinské znaky.
5. Nastavte citlivé sloupce, jako jsou čísla účtů, poštovní směrovací čísla, kódy produktů a telefonní čísla, jako text, aby zůstaly zachovány úvodní nuly. Zkontrolujte data, desetinné oddělovače, dlouhá čísla, pole v uvozovkách a zarovnání sloupců.
6. Použijte File → Save As, vyberte Text CSV (.csv) a poté potvrďte požadovaný oddělovač, kódování znaků, znak uvozovek a možnosti zakončení řádků.

Excel je pohodlný, pokud je nainstalovaný, ale automatické rozpoznávání typů může změnit identifikátory, data a dlouhé číselné hodnoty. Import do tabulkového procesoru a okamžité uložení může také změnit hodnoty, pokud nejsou typy sloupců explicitně nastaveny.

Použití Pythonu pro opakovatelné převody

U velkých souborů nebo opakujících se úloh poskytuje pandas opakovatelný proces importu a exportu. Nainstalujte jej pomocí:

python -m pip install pandas

Pro soubor oddělený tabulátory s řádkem záhlaví spusťte:

python -c "import pandas as pd; pd.read_csv('input.dat', sep='\t', encoding='utf-8').to_csv('output.csv', index=False, encoding='utf-8')"

Podle potřeby nahraďte sep='\t' hodnotou ',', ';' nebo '|'. Pokud zdroj nemá řádek záhlaví, přidejte header=None a utf-8 nahraďte skutečným kódováním zdroje. Pandas zpracovává oddělovače v uvozovkách, pokud vstup používá běžné uvozování CSV. Python's csv.Sniffer může navrhnout neznámý oddělovač, ale výsledek zkontrolujte, protože u krátkých nebo nepravidelných souborů může být odhad nesprávný.

Práce s proprietárními soubory DAT

Binární soubor DAT nebo soubor DAT specifický pro určitou aplikaci nelze spolehlivě dekódovat pomocí Calc, pandas ani obecné online služby. Otevřete jej v softwaru nebo nástroji zařízení, který jej vytvořil, a použijte jeho funkci exportu; například soubor DAT pro vyšívání může vyžadovat příslušný software pro návrh pro daný stroj namísto obecného převaděče dat. Export vektorových dat nebo dat stehů do CSV je specializovaný postup a nevztahuje se na běžný převod tabulkových dat.

U nekonfidenčního textového souboru DAT může být online služba, jako je CloudConvert nebo Zamzar, pohodlná pouze v případě, že její aktuální stránka služby výslovně přijímá DAT a vytváří CSV. Nahrání souboru nevyřeší neznámý proprietární formát a služby mohou uplatňovat limity velikosti nebo uchovávat soubory podle svých uvedených zásad. Nenahrávejte osobní, zdravotní, finanční ani přihlašovací údaje nebo obchodně citlivá data; místo toho použijte místní software.

Kontrola převedeného souboru

CSV nemá univerzální pravidla pro deklarace kódování, nulové hodnoty, oddělovače, zakončení řádků ani řádky záhlaví. Před exportem ověřte požadovaný oddělovač, kódování, znak uvozovek, pravidla pro záhlaví a zakončení řádků cílového systému.

Porovnejte počty řádků ve zdroji a výstupu, ručně zkontrolujte několik záznamů a otestujte pole obsahující vložené čárky, uvozovky nebo zalomení řádků. Znovu otevřete CSV v cílové aplikaci a ověřte, že data, desetinné hodnoty, text mimo ASCII, prázdná pole a identifikátory s úvodními nulami zůstaly nezměněny. Původní soubor DAT si ponechte, dokud neověříte importovaná data.