CSV в TSV: простой способ и онлайн-конвертер

CSV (Comma-Separated Values) и TSV (Tab-Separated Values) — текстовые форматы табличных данных. Разница только в разделителе: в CSV это запятая (,), в TSV — табуляция (\t).

Из-за разделителя возникают различия в экранировании:

• В CSV поля с запятыми, кавычками или переносами строк обязательно заключаются в двойные кавычки, а кавычки внутри удваиваются.
• В TSV экранирование нужно только для табуляции и символов перевода строки; кавычки можно не использовать, если поля не содержат табуляцию.

Пример идентичных данных в CSV и TSV:

CSV:
"Name","Age","City"
"John, Doe","25","New York"
"Jane \"Smith\"","30",""

TSV:
Name\tAge\tCity
John, Doe\t25\tNew York
Jane "Smith"\t30\t

Python с модулем csv — самый надёжный способ для сложных случаев. Учитывает все правила экранирования.

Пример конвертации файла data.csv в data.tsv:

import csv

with open('data.csv', 'r', newline='', encoding='utf-8') as f_in:
    reader = csv.reader(f_in)
    with open('data.tsv', 'w', newline='', encoding='utf-8') as f_out:
        writer = csv.writer(f_out, delimiter='\t', quoting=csv.QUOTE_MINIMAL)
        for row in reader:
            writer.writerow(row)

Подводные камни:

• Разные диалекты CSV (excel, unix) — задавайте dialect='excel' если нужно.
• Кодировка: если файл в cp1251, укажите encoding='cp1251'.
• Поля с табуляцией внутри — Python автоматически заключит их в кавычки.

Если файл содержит многострочные поля, обязательно укажите newline='', иначе чтение сломается.

Для быстрой замены разделителя без экранирования (когда поля чистые) — используйте консольные утилиты.

Важно: Эти методы не обрабатывают экранированные кавычки и запятые внутри полей. Только для простых CSV без кавычек.

Если данные содержат кавычки, никогда не используйте простую замену запятых — вы сломаете структуру.

Самый простой способ для одноразовой конвертации или для пользователей без технического опыта — воспользоваться нашим CSV в TSV онлайн-конвертером.

Возможности:

• Автоматическое определение диалекта CSV (разделитель, символ кавычек, экранирование).
• Поддержка файлов до 50 МБ.
• Настройка кодировки (UTF-8, Windows-1251, KOI8-R).
• Сохранение результата в TSV или копирование в буфер.

Просто загрузите CSV-файл и скачайте TSV — никаких настроек.

Если нужно конвертировать и в другие форматы: CSV в JSON, CSV в XML, CSV в XLSX, CSV в SQL INSERT.

Краткие решения для разных окружений:

Выбор зависит от среды: Miller идеален для Linux, PowerShell — для Windows.

Частые ошибки при конвертации CSV в TSV:

1. Пропуск экранирования: запятые внутри поля без кавычек при простой замене разделителя.
2. Потеря многострочных полей: строки с переносами внутри — нужна обработка построчно.
3. Некорректная кодировка: символы в cp1251 отображаются кракозябрами в UTF-8.
4. Пробелы после запятых: невидимые пробелы становятся частью данных — используйте strip().

Как отлаживать:

• Проверьте первые 10 строк TSV: head -10 file.tsv | cat -A (табуляции покажутся как ^I).
• Сравните количество столбцов: awk -F'\t' '{print NF}' file.tsv | sort | uniq -c — все строки должны иметь одинаковое число.
• Используйте онлайн-конвертер CSV в TSV как эталон.

Выбор зависит от размера данных и сложности:

• Разовый небольшой файл (<50 МБ): используйте CSV в TSV онлайн — быстро и без ошибок.
• Регулярная задача: напишите скрипт на Python — надёжно и настраиваемо.
• Гигабайтные CSV: awk или Miller не загружают всё в память.
• Windows-среда: PowerShell использует встроенные cmdlet’ы.

Если данные содержат много кавычек или переносов строк, избегайте однострочных sed/tr — используйте полноценный парсер.

Обработка граничных случаев критична для целостности данных.

• Пустые поля: CSV: ,, → TSV: \t\t. Все инструменты корректно передают пустые значения.
• Кавычки внутри поля: CSV: "He said ""Hello""" → TSV: He said "Hello" (кавычки не нужно экранировать, если нет табуляции).
• Табуляция внутри поля: CSV: поле с табуляцией должно быть в кавычках; TSV: требуется экранирование табуляции (или заключение в кавычки). Пример: "col1\tcol2" → "col1\tcol2" (в TSV тоже в кавычках).
• Unicode: эмодзи, кириллица, иероглифы. Проблемы только если исходный файл в однобайтовой кодировке.

Тестовый пример сложного CSV:

ID,Name,Notes
1,"John, Doe","Line1\nLine2"
2,"Jane ""Smith""","Tab\there"
3,,

После конвертации в TSV должно быть:

ID\tName\tNotes
1\tJohn, Doe\tLine1\nLine2
2\tJane "Smith"\tTab\there
3\t\t

Для регулярной конвертации интегрируйте скрипт в пайплайн.

Пример bash-функции для конвертации всех CSV в папке:

csv2tsv() {
    for f in "$@"; do
        python3 -c "import csv,sys; r=csv.reader(sys.stdin); w=csv.writer(sys.stdout,delimiter='\t')
for row in r: w.writerow(row)" < "$f" > "${f%.csv}.tsv"
    done
}

Использование: csv2tsv *.csv.

Для CI/CD можно использовать онлайн-конвертер через API (если доступен).