CSV文件

　　逗号分隔值（Comma-Separated Values，CSV，有时也称为字符分隔值，因为分隔字符也可以不是逗号），其文件以纯文本形式存储表格数据（数字和文本）。纯文本意味着该文件是一个字符序列，不含必须像二进制数字那样被解读的数据。CSV文件由任意数目的记录组成，记录间以某种换行符分隔；每条记录由字段组成，字段间的分隔符是其它字符或字符串，最常见的是逗号或制表符。通常，所有记录都有完全相同的字段序列。通常都是纯文本文件。建议使用WORDPAD或是记事本来开启，再则先另存新档后用EXCEL开启，也是方法之一。

　　CSV文件格式的通用标准并不存在，但是在RFC 4180中有基础性的描述。使用的字符编码同样没有被指定，但是bitASCII是最基本的通用编码。

用法

　　CSV是一种通用的、相对简单的文件格式，被用户、商业和科学广泛应用。最广泛的应用是在程序之间转移表格数据，而这些程序本身是在不兼容的格式上进行操作的（往往是私有的和/或无规范的格式）。因为大量程序都支持某种CSV变体，至少是作为一种可选择的输入/输出格式。 [1] 

例如，一个用户可能需要交换信息，从一个以私有格式存储数据的数据库程序，到一个数据格式完全不同的电子表格。最可能的情况是，该数据库程序可以导出数据为“CSV”，然后被导出的CSV文件可以被电子表格程序导入。

“CSV”并不是一种单一的、定义明确的格式（尽管RFC 4180有一个被通常使用的定义）。因此在实践中，术语“CSV”泛指具有以下特征的任何文件：

1. 纯文本，使用某个字符集，比如ASCII、Unicode、EBCDIC或GB2312；
2. 由记录组成（典型的是每行一条记录）；
3. 每条记录被分隔符分隔为字段（典型分隔符有逗号、分号或制表符；有时分隔符可以包括可选的空格）；
4. 每条记录都有同样的字段序列。

在这些常规的约束条件下，存在着许多CSV变体，故CSV文件并不完全互通。然而，这些变异非常小，并且有许多应用程序允许用户预览文件（这是可行的，因为它是纯文本），然后指定分隔符、转义规则等。如果一个特定CSV文件的变异过大，超出了特定接收程序的支持范围，那么可行的做法往往是人工检查并编辑文件，或通过简单的程序来修复问题。因此在实践中，CSV文件还是非常方便的。

规则

1 开头是不留空，以行为单位。

2 可含或不含列名，含列名则居文件第一行。

3 一行数据不跨行，无空行。

4 以半角逗号（即，）作分隔符，列为空也要表达其存在。

5列内容如存在半角引号（即"），替换成半角双引号（""）转义，即用半角引号（即""）将该字段值包含起来。

6文件读写时引号，逗号操作规则互逆。

7内码格式不限，可为 ASCII、Unicode 或者其他。

8不支持数字

9不支持特殊字符

实例

　　下面是一个实际 CSV 文件中的部分内容，让大家对他有一个感性的认识。我们选的是 Sjojo_Rescan 的 CSV 文件 (Sjojo 是 ASW- 亚洲扫图风的成员之一)。

　　　　sj_mino1001.jpg，715282，4FB55FE8，

　　　　sj_mino1002.jpg，471289，93203C5C，

　　　　sj_mino1003.jpg，451929，C4E80467，

　　通常 CSV 文件开头是不留空的，以行为单位，每行中记录一张图片的多项数据，每项数据用逗号来分隔（标准英文逗号）。一般说来集图用的.CSV 文件的格式是这样的：

文件名， 文件大小 (以字节为单位)，CRC 校验值， 注释 (可省略)

　　sj_mino1001.jpg，715282，4FB55FE8，

　　| | | |　

　　文件名 文件大小 CRC 值 注释 (已省略)

　　如果你的机器上装了 Microsoft Excel的话，.csv 文件默认是被Excel打开的。需要注意的是，当你双击一个.CSV 文件，Excel 打开它以后即使不做任何的修改，在关闭的时候 Excel 往往会提示是否要改成正确的文件格式，这个时候如果选择“是”，因为 Excel 认为.CSV 文件中的数字是要用科学记数法来表示的，Excel 会把 CSV 文件中所有的数字用科学计数来表示（2.54932E+5 这种形式），这样操作之后，只是在 Excel 中显示的时候会不正常，而 csv 文件由于是纯文本文件，在使用上没有影响；如果选择了“否”，那么会提示你以 xls 格式另存为 Excel 的一个副本。

　　所以如果你的 CSV 文件绝大部分都是用在集图上的话，建议把.CSV 的默认打开方式改成任意一个文本 编辑器，系统自带的记事本就是个不错的选择。

好，让我们回到 CSV 文件的格式中来。见上面，从左到右 sj_mino1001.jpg 是文件名，715282 是以字节表示的文件大小。当文件名中包含逗号的时候，由于逗号在 CSV 文件中特殊的作用，为了不至于产生歧义，需要用引号把文件名括起来。比如 "The Art， Fantasy.jpg"，384211，...，.... 接着是一个 8 位的 16 进制数字 4FB55FE8，这是文件的 CRC32 校验值。整个 CSV 文件的精髓都在这里。

　　让我们举个小例子来说明它的意义：Sjojo 发布了一张图 sj_mino1001.jpg，假设你是从朋友手中拿到这张图的，那么你肯定常常会有这样的疑问，这张图在传播的过程中是否被改动过呢？是否无意中遭到了损坏呢？CRC 就是为解决这个问题而存在的。

一般情况下，扫图家每发布了一套图，就同时放出一个 CSV 文件（这种 CSV 通常叫做 Official CSV，也就是官方发布的 CSV 的意思），这个 CSV 中的 CRC 值是用专门的软件通过 CRC32 算法（常用的 CRC 算法还有 CRC16）对文件运算后生成的一个值， 这个值可用作文件真身的标志。在绝大多数情况下，如果这个文件在传播过程中无论是大小还是内容被改动过。那么，用同样的 CRC32 算法再对文件进行运算后产生的 CRC 校验值就完全不一样了。如果得出的 CRC 值是一样的，则完全有理由认为这个文件是真身，没有被改动过。还有些时候，收来的图片文件名被改动过了，那么你怎么知道谁是谁呢？

　　这个时候 CRC 值又起作用了：用专用的软件对图片处理后，可以得到文件的大小和 CRC 值，然后根据大小和 CRC 值在 CSV 中寻找是否有适合的图片。如果有，就会把图片的名字改成 CSV 里的。

　　举个例子，你收到了一张图片，名字是 pic0001.jpg，同时你知道这张图片是 Sjojo_Rescan 这个集子里面的，但是不知道具体是哪一张。用软件得到它的大小和 CRC 分别是 715282 和 4FB55FE8，那么软件在 CSV 文件里找到一行 sj_mino1001.jpg，715282，4FB55FE8， 大小和 CRC 都符合，软件就认为这张图片的原名是 sj_mino1001.jpg，接着自动把文件的名字改成 sj_mino1001.jpg 改动的不是 CSV 文件而是图片的文件名。接下来的是注释和说明，可以省略掉。需要注意的是注释的后面是没有逗号的，如果要省略注释的话，一定要在 CRC 值的后面保留一个逗号，否则软件会把 CRC 值认为是注释的。