CSV vs TSV: Format Pemisah Mana yang Sebaiknya Anda Gunakan?
Jawaban Cepat
Gunakan CSV untuk pertukaran data tujuan umum, impor/ekspor spreadsheet, dan kompatibilitas maksimum. Gunakan TSV ketika data Anda berisi koma tetapi bukan tab, untuk menghindari kutipan dan menghindari kerumitan. TSV umum dalam bioinformatika dan NLP; CSV adalah default universal untuk data tabel.
Perkenalan
CSV (Nilai yang Dipisahkan Koma) dan TSV (Nilai yang Dipisahkan Tab) adalah dua format teks biasa untuk data tabel. Keduanya menyimpan baris sebagai garis dengan bidang yang dipisahkan oleh pembatas. CSV menggunakan koma; TSV menggunakan karakter tab. Pilihan pembatas memengaruhi pelolosan, kompatibilitas dengan aplikasi spreadsheet, dan penanganan bidang teks yang berisi pembatas.
Langkah demi Langkah
-
Bandingkan pembatas dan pelolosan
CSV menggunakan koma. Jika suatu bidang berisi koma, bidang tersebut harus diapit dengan tanda kutip: "Smith, John". Jika suatu bidang berisi tanda kutip, maka harus di-escape: "Dia berkata" "halo""". TSV menggunakan tab. Tab jarang muncul dalam data teks, jadi kolom TSV biasanya tidak memerlukan tanda kutip atau pelolosan — penguraian yang lebih sederhana.
-
Bandingkan kompatibilitas
CSV didukung secara universal: Excel, Google Sheets=Sheets, setiap database, setiap bahasa pemrograman. TSV juga didukung secara luas tetapi kurang terstandarisasi — beberapa alat menafsirkan tab secara berbeda. Excel mendeteksi keduanya secara otomatis, namun CSV adalah format ekspor default.
-
Bandingkan kompleksitas penguraian
Penguraian CSV memerlukan mesin negara untuk menangani aturan penawaran harga (RFC 4180). Penguraian TSV itu sepele: pisahkan setiap baris berdasarkan karakter tab. Hal ini membuat TSV lebih cepat diurai dan mengurangi rawan kesalahan. Namun, CSV memiliki spesifikasi formal (RFC 4180); TSV tidak memiliki standar formal.
-
Bandingkan kasus penggunaan
CSV: impor/ekspor spreadsheet, data APIs, saluran pipa ETL, file konfigurasi, pertukaran data universal. TSV: bioinformatika (BLAST, GFF), NLP (format CoNLL), data clipboard (salinan dari Excel = TSV), file log dengan pembatas tab.
-
Putuskan berdasarkan data Anda
Jika data Anda mengandung koma (nama, alamat, kalimat): TSV hindari tanda kutip. Jika data Anda berisi tab (jarang dalam teks): CSV hindari mengutip. Jika Anda membutuhkan kompatibilitas maksimum: CSV. Jika Anda ingin penguraian yang lebih sederhana dan data Anda bebas tab: TSV.
Contoh
Data yang sama di CSV dan TSV
Masukan: CSV: nama,umur,kota\n"Smith, John",30,"New York, NY"\nTSV: nama\tage\tkota\nSmith, John\t30\tNew York, NY
Keluaran: CSV memerlukan tanda kutip untuk bidang dengan koma. TSV tidak perlu kutipan karena tab tidak muncul di data.
Masalah Umum
- CSV mengutip kasus tepi: bidang yang berisi koma, tanda kutip, atau baris baru memerlukan aturan kutipan RFC 4180 — pemisahan naif dengan koma akan merusak data dengan koma yang disematkan.
- TSV tidak memiliki standar formal: tidak seperti CSV (RFC 4180), TSV tidak memiliki spesifikasi resmi, sehingga alat dapat menangani kasus tepi secara berbeda — gunakan TSV hanya dalam saluran pipa yang dikontrol.
- Masalah pengkodean Excel: Excel dapat mengekspor CSV dengan BOM atau pembatas khusus lokal (titik koma di lokal UE) — tentukan pengkodean UTF-8 dan verifikasi pembatas saat impor.
- Ambiguitas baris baru: CSV bidang dengan baris baru yang tersemat adalah valid tetapi memecah penguraian baris demi baris — TSV jarang mengalami masalah ini karena tab jarang ditemukan dalam data teks.
Kiat
- Gunakan CSV untuk kompatibilitas maksimum — setiap spreadsheet, database, dan bahasa pemrograman mendukungnya secara asli.
- Gunakan TSV ketika data Anda berisi koma tetapi tidak berisi tab (nama, alamat, kalimat) untuk menghindari kerumitan kutipan sepenuhnya.
- Selalu gunakan parser CSV yang tepat (bukan string.split) untuk menangani aturan kutipan RFC 4180 — pemisahan yang naif akan merusak bidang dengan koma atau tanda kutip yang tertanam.
- Saat menyalin data dari Excel ke editor teks, papan klip menggunakan format TSV — tempel ke file .tsv untuk mempertahankan bidang dengan koma dengan benar.