Obsłuż znacznik kolejności bajtów w pierwszej komórce

Niewidoczny znak przed nagłówkiem

Wiele programów, w tym opcja CSV UTF-8 w Excelu, zaczyna plik tekstowy od znacznika kolejności bajtów: znaku U+FEFF, który mówi czytnikowi, że plik jest w UTF-8. W większości edytorów jest niewidoczny, ale nadal jest znakiem. Gdy narzędzie go nie usuwa, pierwszy nagłówek staje się znacznikiem, po którym następuje id, a każde wyszukiwanie lub złączenie po kolumnie o nazwie id zawodzi bez oczywistej przyczyny.

Analizator usuwa jeden znacznik kolejności bajtów na samym początku wklejonego tekstu, zanim odczyta jakiekolwiek komórki. Pierwszy nagłówek to wtedy dokładnie id.

Przykład: nagłówek id,name

Przykład na stronie to nagłówek id,name zaczynający się od znacznika kolejności bajtów, a po nim rekord 1,Mira, z przecinkiem jako separatorem pól. Analizator zgłasza 2 wiersze i 2 kolumny, a wiersz 1, kolumna 1 zawiera id bez ukrytego przedrostka.

Nic innego w tekście się nie zmienia: pozostałe komórki zachowują wszystkie swoje znaki.

Bez tego kroku pierwszy nagłówek wyglądałby na ekranie identycznie, ale przy porównaniu byłby inny, a właśnie taką niezgodność trudno zauważyć.

Sprawdzanie pliku, który może mieć znacznik

• Wklej cały plik, od pierwszego znaku, do pola Tekst tabeli.
• Naciśnij Oblicz i obejrzyj pierwszy nagłówek w podglądzie.
• Jeśli porównujesz nagłówki z innym plikiem, porównuj je dopiero wtedy, gdy oba przeszły przez analizator.
• Nie traktuj tego usuwania jako ogólnego czyszczenia białych znaków. Usuwany jest tylko jeden znacznik na samym początku.
• Jeśli łączysz kilka plików w jeden tekst, każdy znacznik, który stał na początku drugiego lub trzeciego pliku, znajduje się teraz w środku tekstu i zostaje w komórce, w której wylądował.

Znaczniki w środku tekstu i w eksportach

Znacznik w środku tekstu pozostaje częścią swojej komórki. Usuwanie powtórzonych nagłówków przed porównaniem obcina spacje i podobne znaki na brzegach komórek, a obcinanie obejmuje też znacznik kolejności bajtów na początku komórki, więc powtórzony nagłówek z drugiego dołączonego pliku nadal może zostać rozpoznany. Komórki w wyniku zachowują jednak ten znak.

Eksport CSV w aplikacji Tablora celowo zaczyna się od znacznika kolejności bajtów, żeby arkusze poprawnie otwierały tekst z akcentami, turecki, japoński i inny tekst niełaciński. Jeśli wkleisz tu taki plik, analizator usunie ten znacznik, a pierwszy nagłówek dotrze czysty.

Inne niewidoczne znaki

Spacje o zerowej szerokości i podobne znaki nie są usuwane. Jeśli po tym kroku nagłówek nadal nie pasuje, poszukaj ich w źródle.

Dane wejściowe

Tekst tabeli

id,name 1,Mira

Separator pól

,

Wyniki

Wiersze

2

Kolumny

2

Wiersze o innej szerokości

0