CSV 与 TSV：您应该使用哪种分隔符格式？
快速解答
使用 CSV 进行通用数据交换、电子表格导入/导出和最大兼容性。当数据包含逗号但不包含制表符时，请使用 TSV ，以避免引用和转义复杂性。 TSV 在生物信息学和 NLP 中很常见； CSV 是表格数据的通用默认值。
介绍
CSV（逗号分隔值）和 TSV（制表符分隔值）是表格数据的两种纯文本格式。两者都将行存储为带有由分隔符分隔的字段的行。 CSV 使用逗号； TSV 使用制表符。分隔符的选择会影响转义、与电子表格应用程序的兼容性以及包含分隔符的文本字段的处理。
步步
-
比较分隔符和转义符
CSV 使用逗号。如果字段包含逗号，则必须用引号引起来：“Smith, John”。如果字段包含引号，则必须对其进行转义：“He said ”“hello”””。 TSV 使用制表符。制表符很少出现在文本数据中，因此 TSV 字段通常不需要引用或转义 - 更简单的解析。
-
比较兼容性
CSV 得到普遍支持：Excel、Google Sheets=Sheets、每种数据库、每种编程语言。 TSV 也得到了广泛支持，但标准化程度较低——一些工具对选项卡的解释不同。 Excel 会自动检测两者，但 CSV 是默认导出格式。
-
比较解析复杂度
CSV 解析需要状态机来处理引用规则（RFC 4180）。 TSV 解析很简单：用制表符分割每一行。这使得 TSV 的解析速度更快并且更不容易出错。然而，CSV 有一个正式的规范（RFC 4180）； TSV 没有正式标准。
-
比较用例
CSV：电子表格导入/导出、数据APIs、ETL管道、配置文件、通用数据交换。 TSV：生物信息学（BLAST、GFF）、NLP（CoNLL 格式）、剪贴板数据（从 Excel 复制 = TSV）、带有制表符分隔符的日志文件。
-
根据您的数据做出决定
如果您的数据包含逗号（名称、地址、句子）：TSV 避免引用。如果您的数据包含制表符（在文本中很少见）：CSV 避免引用。如果您需要最大兼容性：CSV。如果您想要更简单的解析并且您的数据是无制表符的：TSV。
示例
CSV 和 TSV 中的数据相同
输入: CSV: 姓名、年龄、城市\n"史密斯，约翰",30,"纽约，纽约"\nTSV: 姓名\tage\tcity\n史密斯，约翰\t30\t纽约，纽约
输出: CSV 需要用逗号对字段进行引号。 TSV 不需要引用，因为制表符不会出现在数据中。
常见问题
- CSV 引用边缘情况：包含逗号、引号或换行符的字段需要 RFC 4180 引用规则 - 用逗号进行天真的分割会破坏嵌入逗号的数据。
- TSV 没有正式标准：与 CSV (RFC 4180) 不同，TSV 没有官方规范，因此工具可能会以不同方式处理边缘情况 - 仅在受控管道内使用 TSV。
- Excel 编码问题：Excel 可能会使用 BOM 或区域设置特定的分隔符（欧盟区域设置中的分号）导出 CSV — 指定 UTF-8 编码并在导入时验证分隔符。
- 换行符歧义：嵌入换行符的 CSV 字段有效，但会破坏逐行解析 - TSV 很少出现此问题，因为制表符在文本数据中并不常见。
提示
- 使用 CSV 以获得最大兼容性 - 每个电子表格、数据库和编程语言都原生支持它。
- 当您的数据包含逗号但不包含制表符（名称、地址、句子）时，请使用 TSV 以避免完全引用复杂性。
- 始终使用正确的 CSV 解析器（不是 string.split）来处理 RFC 4180 引用规则 - 天真的分割会破坏带有嵌入逗号或引号的字段。
- 将数据从 Excel 复制到文本编辑器时，剪贴板使用 TSV 格式 — 粘贴到 .tsv 文件中以正确保留带逗号的字段。