Делімитерлі файлдар туралы: деректерді сақтау форматы, қолдау, алмасу, тиімділік. Көптеген бағдарламалармен үйлесімді, кез келген ұзындықтағы мәліметтерді сақтайды.
Ағылшыншамен салыстырыңыз: абзацты басыңыз — түпнұсқа терезеде ашылады. Абзац астындағы EN түймесі оны мәтін ішінде көрсетеді.
Кіріспе
Деректерді сақтау форматы
Data storage format
Делимитермен бөлінген мәндерді (сондай-ақ DSV) қолданатын форматтар екі өлшемді деректер тізімдерін әр қатардағы мәндерді белгілі бір делимитерлік таңбалармен бөліп сақтайды. Көптеген деректер базасы және электрондық кесте бағдарламалары шектеулі форматтағы деректерді оқи немесе сақтай алады. DSV файлдарын кең қолдауының арқасында оларды көптеген бағдарламалар арасында деректер алмасу үшін пайдалануға болады. Делимитерленген мәтіндік файл – бұл деректерді сақтауға арналған мәтіндік файл, онда әрбір жол бір кітапты, компанияны немесе басқа да нысанды көрсетеді және әрбір жолда делимитермен бөлінген өрістер болады. Әрбір өрісті бірдей енге келтіру үшін бос орындарды пайдаланатын қарапайым мәтіндік файлға қарағанда, делимитерленген файлдың кез келген ұзындықтағы өріс мәндерін рұқсат ету артықшылығы бар.
Formats that use delimiter separated values (also DSV) store two dimensional arrays of data by separating the values in each row with specific delimiter characters. Most database and spreadsheet programs are able to read or save data in a delimited format. Due to their wide support, DSV files can be used in data exchange among many applications. A delimited text file is a text file used to store data, in which each line represents a single book, company, or other thing, and each line has fields separated by the delimiter. Compared to the kind of flat file that uses spaces to force every field to the same width, a delimited file has the advantage of allowing field values of any length.
Шектелген пішімдер
Құндылықтарды бөлу үшін кез келген символ қолданылуы мүмкін, бірақ ең көп таралған бөлігіштер – үтір, табулация және екі нүкте. Тік сызық (сонымен қатар «құбыр» деп те аталады) және бос орын да кейде қолданылады. Бұл қолданбалардың әрқайсысының жеке деректер базасы дизайны мен жеке файл пішімі (мысалы, accdb немесе xlsx) болса да, олардың барлығы DSV файлындағы өрістерді өз дерек моделі мен пішіміне бейімдеуге мүмкіндік береді. Әдетте, шектелген файл пішімі спецификациямен көрсетіледі. Кейбір спецификациялар бөлігіштердің қақтығысуын болдырмау үшін ережелер ұсынады, ал кейбіреулерінде мұндай ережелер жоқ. Бөлігіштердің қақтығысуы – бұл деректің бір бөлігі ретінде қарастырылатын символдың бөлігіш ретінде қабылдануы. Бұл мәселе көбінесе үтірмен және бос орынмен бөлінген форматтарда кездеседі, себебі көп жағдайларда бұл символдар дерек өрісінің заңды бөліктері болып табылады. Көптеген мұндай файлдар барлық дерек өрістерін қос тырнақшаға алу арқылы немесе тек бөлігіш символын қамтитын дерек өрістерін тырнақшаға алу арқылы бөлігіштердің қақтығысуынан сақталады. Табулациямен бөлінген мәтіндік файлдардың бір мәселесі – табулацияларды бос орындардан ажырату қиын; сондықтан, адамдар оларды қолмен өңдеуге тырысқанда файлдардың бұзылуына себеп болатын мәселелер туындауы мүмкін. Басқа мәселелер файл құрылымындағы қателерге байланысты, әдетте файлды деректер базасына импорттау кезінде пайда болады (жоғарыдағы мысалда, мұндай қате оқушының атының жоқ болуы болуы мүмкін). Деректердің өзіне байланысты, бөлігіш ретінде тильда (~) сияқты стандартты емес символдарды пайдалану тиімді болуы мүмкін. Веб-сайттар мен басқа да қолданбалардың кеңінен таралуымен, код фрагменттерін деректер базасында сақтау үшін әр гиперсілтемеде және кескін көзі тегінде кездесетін « символын пайдалану осы типтегі қақтығыстарды болдырмау үшін жеткіліксіз. Екі нүктелер (:), жартылай нүктелер (;), құбырлар (|) және көптеген басқа символдар да қолданылады, сондықтан басқа жерде қолданылмаған символды табу өте қиын болуы мүмкін.
Any character may be used to separate the values, but the most common delimiters are the comma, tab, and colon. The vertical bar (also referred to as pipe) and space are also sometimes used. Despite that each of those applications has its own database design and its own file format (for example, accdb or xlsx), they can all map the fields in a DSV file to their own data model and format. Typically a delimited file format is indicated by a specification. Some specifications provide conventions for avoiding delimiter collision, others do not. Delimiter collision is a problem that occurs when a character that is intended as part of the data gets interpreted as a delimiter instead. Comma and space separated formats often suffer from this problem, since in many contexts those characters are legitimate parts of a data field. Most such files avoid delimiter collision either by surrounding all data fields in double quotes, or only quoting those data fields that contain the delimiter character. One problem with tab delimited text files is that tabs are difficult to distinguish from spaces; therefore, there are sometimes problems with the files being corrupted when people try to edit them by hand. Another set of problems occur due to errors in the file structure, usually during import of file into a database (in the example above, such error may be a pupil's first name missing). Depending on the data itself, it may be beneficial to use non standard characters such as the tilde (~) as delimiters. With rising prevalence of web sites and other applications that store snippets of code in databases, simply using a " which occurs in every hyperlink and image source tag simply is not sufficient to avoid this type of collision. Since colons (:), semi colons (;), pipes (|), and many other characters are also used, it can be quite challenging to find a character that is not being used elsewhere.