Gestionează marcajul ordinii octeților în prima celulă

Caracterul invizibil dinaintea antetului

Multe programe, inclusiv opțiunea CSV UTF-8 din Excel, încep un fișier text cu un marcaj de ordine a octeților: caracterul U+FEFF, care îi spune cititorului că fișierul e în UTF-8. În majoritatea editoarelor e invizibil, dar rămâne un caracter. Când un instrument nu-l elimină, primul antet devine marcajul urmat de id, iar orice căutare sau îmbinare după o coloană numită id eșuează fără un motiv evident.

Inspectorul elimină un marcaj de ordine a octeților aflat chiar la începutul textului lipit înainte să citească vreo celulă. Primul antet este atunci exact id.

Exemplu: antetul id,name

Exemplul de pe pagină are antetul id,name, care începe cu un marcaj de ordine a octeților, urmat de înregistrarea 1,Mira, cu virgula ca Delimitator. Inspectorul raportează 2 rânduri și 2 coloane, iar rândul 1, coloana 1 arată id, fără niciun prefix ascuns.

Nimic altceva din text nu se schimbă: celelalte celule își păstrează toate caracterele.

Fără acest pas, primul antet ar arăta identic pe ecran, dar la comparație ar fi diferit, exact genul de nepotrivire greu de văzut.

Verificarea unui fișier care poate avea marcajul

• Lipește tot fișierul, de la primul caracter, în Textul tabelului.
• Apasă Calculează și uită-te la primul antet din previzualizare.
• Dacă compari antetele cu alt fișier, compară-le după ce ambele au trecut prin inspector.
• Nu trata eliminarea ca pe o curățare generală a spațiilor albe. Se elimină un singur marcaj, chiar de la început.
• Dacă unești mai multe fișiere într-un singur text, un marcaj care stătea la începutul celui de-al doilea sau al treilea fișier e acum în mijlocul textului și rămâne în celula în care a ajuns.

Marcajele din mijlocul textului și din exporturi

Un marcaj din mijlocul textului rămâne parte din celula lui. Eliminarea antetelor repetate taie spațiile și caracterele asemănătoare de la marginile celulelor înainte de comparație, iar această tăiere acoperă și un marcaj de ordine a octeților de la începutul unei celule, așa că un antet repetat dintr-un al doilea fișier unit poate fi totuși recunoscut. Celulele din rezultat își păstrează însă caracterul.

Exportul CSV al aplicației Tablora începe intenționat cu un marcaj de ordine a octeților, ca foile de calcul să deschidă corect textul cu diacritice, turcesc, japonez și alte texte non-latine. Dacă lipești aici un asemenea fișier, inspectorul elimină acel marcaj, iar primul antet trece curat.

Alte caractere invizibile

Spațiile de lățime zero și caracterele asemănătoare nu sunt eliminate. Dacă un antet tot nu se potrivește după acest pas, caută-le în sursă.

Date de intrare

Textul tabelului

id,name 1,Mira

Delimitator

,

Rezultate

Rânduri

2

Coloane

2

Rânduri cu lățime diferită

0