Co to jest format pliku TSV?
Pliki .tsv mają nieskomplikowaną strukturę, ponieważ opierają się na czystym tekście. Służą do przechowywania danych ułożonych w formie tabel - na przykład rekordów z bazy danych lub arkusza kalkulacyjnego. W pliku .tsv każda kolumna danych jest oddzielona od następnej znakiem tabulacji poziomej (0x09). Każda linia pliku .tsv reprezentuje jeden wiersz tabeli.
Pliki .tsv mogą być importowane, przetwarzane i eksportowane za pomocą większości aplikacji arkuszy kalkulacyjnych, w tym Microsoft Excel, LibreOffice Calc i Google Sheets. Surowe dane można również otworzyć w dowolnym edytorze tekstu, ponieważ do odczytu formatu nie jest wymagane żadne specjalistyczne oprogramowanie. .tsv jest powszechnie używany do przenoszenia danych tabelarycznych z jednego programu do drugiego - na przykład z arkusza kalkulacyjnego do aplikacji bazodanowej - i jest standardowym formatem wymiany w potokach bioinformatycznych.
Pliki .tsv są ugruntowaną alternatywą dla popularnych plików .csv. Oba formaty różnią się separatorem używanym do rozdzielania kolumn: w pliku .csv kolumny są dzielone przecinkiem. Jednak przecinki często pojawiają się w polach tekstowych, co może powodować błędy parsowania, gdy plik jest interpretowany przez program docelowy. Znaki tabulacji są rzadko używane w polach tekstowych, więc plik .tsv jest mniej podatny na błędną interpretację i zazwyczaj nie wymaga ujmowania pól w cudzysłów. Pliki o identycznej strukturze są czasami zapisywane z rozszerzeniem .tab.
Typ MIME dla .tsv to text/tab-separated-values, zarejestrowany w IANA w 1993 roku. .tsv nie posiada binarnej sygnatury (magic number); parsery rozpoznają format po jego strukturze oddzielonej tabulatorami.
Bezpieczeństwo
RYZYKO: MEDIUMTSV to czysty tekst i sam w sobie nie może uruchamiać kodu, ale dzieli z CSV ryzyko wstrzykiwania formuł: jeśli wartość komórki zaczyna się od =, +, - lub @, arkusz kalkulacyjny może wykonać ją jako formułę po otwarciu pliku, co atakujący wykorzystują do uruchamiania poleceń lub eksfiltracji danych. Nowoczesny Excel i LibreOffice ostrzegają przed uruchamianiem takich formuł - nie należy ich włączać w plikach z niezaufanych źródeł. Codziennym ryzykiem jest jednak uszkodzenie danych, a nie złośliwe oprogramowanie: błędne kodowanie zniekształca tekst spoza alfabetu łacińskiego, a prawdziwy tabulator lub znak nowej linii przypadkowo umieszczony wewnątrz wartości może przesunąć kolejne kolumny.
Szczegóły formatu
w pigułceProgramy otwierające pliki TSV
Szczegóły techniczne
specyfikacja| Separator pól | Tabulacja pozioma (U+0009 / 0x09) |
| Separator rekordów | LF (0x0A) według specyfikacji IANA; CRLF (0x0D 0x0A) szeroko akceptowany w praktyce |
| Kodowanie pliku | Brak deklaracji kodowania wewnątrz pliku; UTF-8 jest nowoczesnym standardem; starsze pliki mogą używać ASCII lub kodowań specyficznych dla regionu |
| Znak kolejności bajtów (BOM) | Opcjonalny UTF-8 BOM (EF BB BF) dozwolony; wiele parserów usuwa go lub ignoruje podczas odczytu |
| Magic bytes | Brak - format nie posiada binarnej sygnatury; identyfikowany przez strukturę wierszy oddzielonych tabulatorami |
| Typ MIME | text/tab-separated-values |
| Wiersz nagłówka | Opcjonalny; pierwsza linia konwencjonalnie zawiera nazwy kolumn |
| Cytowanie pól | Brak obowiązkowego standardu cytowania; niektóre parsery pozwalają na pola w cudzysłowie zawierające tabulatory lub znaki nowej linii |
| Puste pola | Reprezentowane przez dwa kolejne znaki tabulacji (np. wartość1\t\twartość3 oznacza puste środkowe pole) |
| Limit kolumn | Brak zdefiniowanego przez format; zależny od aplikacji (Microsoft Excel obsługuje do 16 384 kolumn) |
| Limit wierszy | Brak limitu zdefiniowanego w formacie; ograniczony przez dostępną pamięć i aplikację importującą |
| Alternatywne rozszerzenie | .tab - pliki o identycznej strukturze są zamiennie zapisywane z tym rozszerzeniem |
| Główne zastosowania | Eksport danych z baz danych i arkuszy kalkulacyjnych, wymiana danych bioinformatycznych (wyniki BLAST, adnotacje genomu), potoki ETL |
| Wymóg cytowania | Rzadko potrzebny, ponieważ znaki tabulacji rzadko pojawiają się w polach tekstowych - praktyczna przewaga nad formatami rozdzielanymi przecinkami |
| Wydano | Tab-delimited text in use since the 1980s; IANA media type registered 1993 |
| Otwarty standard | Tak · bezpłatny (royalty-free) |
| Specyfikacja | www.iana.org |
Konwersje TSV
Pytania i odpowiedzi społeczności
pytania użytkownikówBrak pytań - bądź pierwszą osobą, która zapyta o pliki TSV.