カンマ区切り値。

目次 概要 特徴 機能 CSVとTSV 書式 変種と実装のゆれ

概要

データベースや表計算ソフトウェアのデータを、テクストファイルとして記録する方式の一つ。

項目(フィールド)をカンマで区切り、レコードを改行(CRLF)で区切る。1行が1レコードとなり、1ファイルがデータベースの1テーブルとなる。

様々な実装があったが、2005(平成17)年10月にRFC 4180がInformationalとして公開されている。

特徴

機能

殆どのデータベースや表計算ソフトウェアが対応する事実上の標準交換フォーマットであり、デファクトスタンダードである。

但し、項目の属性などを保存する機能はない。保存されるのは実際のデータ内容のみである。

CSVとTSV

同様のものに、タブコードでフィールドを区切ったタブ区切り値(TSV)がある。区切りが違うだけで、機能は同じである。

対するTSVよりは断然人気があり、対応処理系も多そうである。しかしTSVが速やかにMIME登録ツリーに登録されたのに対して、CSVはなかなか登録される気配が無かった。

満を持して登場したRFCによりMIMEタイプ名「text/csv」が登録され、その詳細な仕様も規定され、一気に優位に立った(TSVにはRFCがない)。TSV派は今頃、歯軋りして悔しがっていることだろう。たぶん。

書式

RFC 4180の仕様では基本的に、次のように格納される。(CRLF)は改行文字とする。

AAA,BBB,CCC(CRLF)

DDD,EEE,FFF(CRLF)

特殊な機能が与えられた文字は一種類のみで、"である。改行文字や、カンマ文字、"そのものを表わすときは、次のようにする。

「AAA改行AAA」と「B,B」を表わすには、次のように"で括って書かれる。

"AAA(CRLF)

AAA","B,B"(CRLF)

"文字そのものは、""として記述する。

"AAA","B""BB","CCC"

変種と実装のゆれ

RFCが書かれる前の実装は、その実装により様々な動作をすることがある。

例えば、文字列は常に"で囲み「文字列型」とし、"のない数列は「数値型」として読み取る、という実装をした処理系もある。これで、CSVには本来ない項目の属性も、二種類だが保存できることになる。

Microsoft Excelは、読み込みの際に利用者に選ばせる。基本的に数値として解釈可能なものは数値とし、"の囲みの有無で動作が変化することはない。

リンク

関連する用語
データベース
フォーマット
TSV
CSVファイル

[再検索] [戻る]