我有一个输出表的程序，我想知道csv和tsv格式之间是否有任何优点/缺点。
答案 0 :(得分：39)
TSV是一种非常有效的Javascript / Perl / Python处理方式，而且不会丢失 任何打字信息，也易于人类阅读。
自公开发布以来，4store一直支持该格式 它被广泛使用。
我看待它的方式是：CSV用于加载到电子表格中，TSV是 用于通过定制软件进行处理。
答案 1 :(得分：16)
选择取决于应用程序。简而言之，如果您的字段不包含逗号，请使用CSV;否则TSV就是你的选择。
<强> TL; DR
在这两种格式中，当分隔符出现在字段中时会出现问题，因此有必要指出分隔符不是作为字段分隔符工作，而是作为字段中的值，这可能有点痛苦。
例如，使用CSV：Kalman, Rudolf，von Neumann, John，Gabor, Dennis
有些basic approaches是：
删除字段中显示的所有分隔符。
E.g。 Kalman Rudolf，von Neumann John，Gabor Dennis
转义角色（通常预先添加反斜杠\）。
E.g。 Kalman\, Rudolf，von Neumann\, John，Gabor\, Dennis
将每个字段用其他字符括起来（通常是双引号"）。
E.g。 "Kalman, Rudolf"，"von Neumann, John"，"Gabor, Dennis"
字段以逗号,分隔。
例如：
Name,Score,Country
Peter,156,GB
Piero,89,IT
Pedro,31415,ES
优点：
缺点：
字段由制表<TAB>或\t
例如：
Name<TAB>Score<TAB>Country
Peter<TAB>156<TAB>GB
Piero<TAB>89<TAB>IT
Pedro<TAB>31415<TAB>ES
优点：
缺点：
答案 2 :(得分：3)
您可以使用任何所需的分隔符，但许多应用程序（包括Excel，MySQL，PostgreSQL）都支持制表符和逗号。逗号在文本字段中很常见，因此如果您将它们转义，则需要转义更多的逗号。如果你没有逃脱它们并且你的字段可能包含逗号，那么你就可以自信地运行＆＃34; sort -k2,4＆＃34;在你的文件上。您可能需要在字段中转义一些字符（空字节，换行符等）。出于这些原因以及更多原因，我倾向于在字段中使用TSV，转义选项卡，空字节和换行符。此外，使用TSV通常更容易。只需通过制表符分隔符拆分每一行。对于CSV，有引号字段，可能是带换行符的字段等。我强迫使用时只使用CSV。
答案 3 :(得分：1)
我认为通常csv比tsv格式支持更频繁。
答案 4 :(得分：0)
TSV-utils 做了一个有趣的比较，之后复制到这里。简而言之，使用 TSV。
TSV 和 CSV 格式之间的差异可能令人困惑。明显的区别是默认的字段分隔符：TSV 使用 TAB，CSV 使用逗号。两者都使用换行符作为记录分隔符。
就其本身而言，使用不同的字段分隔符并不是特别重要。更重要的是处理数据中出现的分隔符的方法。 CSV 使用转义语法来表示数据中的逗号和换行符。 TSV 采取了不同的方法，不允许在数据中使用制表符和换行符。
转义语法使 CSV 能够完全表示常见的书面文本。这非常适合人工编辑的文档，尤其是电子表格。这种普遍性是有代价的：阅读它需要程序来解析转义语法。虽然难度不大，但还是很容易出错，尤其是在编写一次性程序时。在处理 CSV 文件时使用 CSV 解析器是一种很好的做法。 cut、sort、awk 和 diff 等传统 Unix 工具不处理 CSV 转义符，需要其他工具。
相比之下，解析 TSV 数据很简单。可以使用大多数编程语言中的典型 readline 例程读取记录。可以使用 split 例程找到每条记录中的字段。可以通过提供正确的字段分隔符来调用 Unix 实用程序，例如awk -F "\t"、sort -t $'\t'。不需要特殊的解析器。这要可靠得多。它也更快，没有使用 CPU 时间来解析转义语法。
速度优势对于面向记录的操作尤其明显。记录计数 (wc -l)、重复数据删除 (uniq、tsv-uniq)、文件拆分 (head、tail、split)、改组 (GNU {{ 1}}、tsv-sample) 等。TSV 更快，因为可以使用高度优化的换行搜索例程（例如 shuf）找到记录边界。识别 CSV 记录边界需要完全解析每条记录。
这些特性使 TSV 格式非常适合数据挖掘和机器学习环境中常见的大型表格数据集。这些数据集很少需要字段中的制表符和换行符。
最常见的 CSV 转义格式使用引号来分隔包含分隔符的字段。引号也必须转义，这是通过使用一对引号来表示单引号来完成的。考虑下表中的数据：
| Field-1 | Field-2 | Field-3 |
|---|---|---|
| ABC | 你好，世界！ | 定义 |
| 你好 | 说“你好，世界！” | jkl |
在 Field-2 中，第一个值包含逗号，第二个值包含引号和逗号。这是 CSV 表示，使用转义符表示数据中的逗号和引号。
memchr在上面的例子中，只有带分隔符的字段被引用。引用所有字段（无论它们是否包含分隔符）也很常见。以下 CSV 文件等效：
Field-1,Field-2,Field-3
abc,"hello, world!",def
ghi,"Say ""hello, world!""",jkl
这是 TSV 中的相同数据。由于不涉及转义，因此要简单得多：
"Field-1","Field-2","Field-3"
"abc","hello, world!","def"
"ghi","Say ""hello, world!""","jkl"
TSV 和 CSV 之间的相似性可能会导致混淆哪些工具是合适的。进一步混淆这种混淆的是，数据文件使用逗号作为字段分隔符，但数据中没有逗号、引号或换行符，这在某种程度上是常见的。这些文件中不需要 CSV 转义符，这意味着可以使用 Field-1 Field-2 Field-3
abc hello, world! def
ghi Say "hello, world!" jkl
和 cut 等传统 Unix 工具来处理这些文件。此类文件有时称为“简单 CSV”。它们相当于以逗号作为字段分隔符的 TSV 文件。传统的 Unix 工具和 tsv-utils 工具可以通过指定字段分隔符来正确处理这些文件。但是，“简单的 csv”是一个非常临时且定义不明确的概念。处理这些文件时的一个简单预防措施是在其他处理步骤之前运行 CSV-to-TSV 转换器，如 csv2tsv。
请注意，许多 CSV 到 TSV 转换工具实际上并没有删除 CSV 转义符。相反，许多工具用 TAB 代替逗号作为记录分隔符，但仍使用 CSV 转义符来表示数据中的 TAB、换行符和引号字符。 awk、sort 和 awk 等 Unix 工具无法可靠地处理此类数据。 tsv-utils 中的 csv2tsv 工具通过用空格（可自定义）替换 TAB 和换行符来避免转义。这适用于绝大多数数据挖掘场景。
要查看特定 CSV 到 TSV 转换工具的作用，请转换包含引号、逗号、制表符、换行符和双引号字段的 CSV 数据。例如：
cut生成 CSV 转义的方法会将许多输出字段括在双引号中。
参考文献：