制表符分隔或逗号分隔输出中的新行

Question

我正在寻找一些处理csv和制表符分隔文件的最佳实践。

对于CSV文件，如果值包含逗号或双引号，我已经在进行一些格式化，但如果值包含换行符，该怎么办？我应该保留新行的完整性并将值包含在双引号中+转义值中的任何双引号吗？

制表符分隔文件的相同问题。我假设答案非常相似，如果不相同的话。

Answer 1

通常你会保持\n不变，同时利用newline char将被包含在" "字符串中这一事实。这不会产生歧义，但如果你不得不使用普通的texteditor查看文件，这真的很难看。

但是你应该这样做，因为除了双引号本身之外，你不会在CSV中的字符串中转义任何内容。

Answer 2

@Jack是对的，你最好的选择是保持\n不变，因为如果是这样的话，你会期望它在双引号内。

与大多数事情一样，我认为这里的一致性是关键。据我所知，如果您的值跨越多行，包含逗号或包含双引号，则只需要双引号。在我看到的一些实现中，所有值都被转义和双引号，因为它使解析算法更简单（从不存在转义和双引号的问题，以及读取CSV时的反向）。

这不是最优化的空间解决方案，但是对于您自己的库和将来可能会使用它的其他库，读取和写入文件都是一件微不足道的事情。

Answer 3

对于TSV，如果要无损表示值，则值得考虑“线性TSV”规范：http://paulfitz.github.io/dataprotocols/linear-tsv/index.html

出于明显的原因，大多数此类约定至少遵守以下规定：

   \n for newline,
   \t for tab,
   \r for carriage return,
   \\ for backslash

某些工具为NUL添加\0。