CSV naar TSV omzetten

Wie hier landt, kiest meestal niet voor het eerst een scheidingsteken — er is een bestand aangeleverd dat zichzelf een CSV noemt en zich niet als een gewone CSV gedraagt: velden met komma’s erin, een puntkomma als scheidingsteken, of een import die op de verkeerde plek splitst.

Dat is een ander probleem dan bij een omzetting vanuit een schone werkmap, waarbij het scheidingsteken vooraf een bewuste keuze is. Hier gaat het om een bestand herstellen tot iets wat betrouwbaar door een volgend systeem wordt ingelezen.

Een tab komt zelden voor in gewone tekstwaarden, terwijl een komma dat juist vaak wel doet — een adres, een bedrag met duizendtalscheiding, een productbeschrijving. Door het scheidingsteken naar een tab te veranderen, verdwijnt de dubbelzinnigheid tussen "een komma die scheidt" en "een komma die bij de waarde hoort".

Een waarde die zelf een tabteken bevat, wordt in het resultaat tussen aanhalingstekens gezet; een waarde die een komma bevat maar geen tab, wordt juist niet meer aangehaald, omdat dat teken in een TSV geen speciale betekenis meer heeft.

Een veld met een voorloopnul, zoals een postcode of artikelcode geschreven als `007`, wordt herkend als getal en verliest die voorloopnul in het resultaat — het wordt gewoon `7`. Dat is een reëel risico bij identificatienummers die toevallig numeriek ogen.

Een leeg veld wordt in het resultaat een echte lege waarde in plaats van een lege tekststring; voor de meeste importsystemen maakt dat onderscheid weinig uit, maar het is de moeite waard om te weten voordat een script erop test.

Kom je van een schone spreadsheet zoals een XLSX-werkmap en wil je gewoon een tab-gescheiden bestand voor een shellpijplijn, dan is de omzetting vanaf een werkmap het betere startpunt — die begint zonder de kwaliteitsproblemen die een bestaand CSV-bestand vaak al heeft.

Deze pagina bestaat specifiek voor het geval waarin er al een CSV-bestand ligt dat problemen geeft, en het doel is dat probleem oplossen, niet een nieuw bestand vanaf nul opbouwen.

De kolomvolgorde van het bronbestand blijft ongewijzigd, inclusief de headerregel als die aanwezig is. Er wordt niets herschikt of hernoemd — alleen het scheidingsteken en de aanhalingstekens rond waarden veranderen.

Dat maakt de omzetting voorspelbaar voor een systeem dat op kolomvolgorde vertrouwt in plaats van op kolomnamen.

De omzetting draait volledig in de browser; het bestand wordt niet naar een server gestuurd. Voor een export met klant- of persoonsgegevens is dat relevant.

De limiet op het gratis plan is 100 MB per bestand, wat voor de meeste CSV-exports ruim voldoende is.

Tot honderd CSV-bestanden tegelijk kunnen in één sessie worden omgezet, elk met een eigen voortgangsindicator. Dat is bruikbaar wanneer een systeem elke dag een nieuw exportbestand aflevert dat allemaal dezelfde opschoning nodig heeft.

Het resultaat komt terug als losse bestanden of als ZIP, met dezelfde bestandsnamen als het origineel maar de `.tsv`-extensie.

De inhoud van elke waarde blijft ongewijzigd, op de aanhalingstekens en het scheidingsteken na — er wordt niets omgezet, afgerond of herschreven aan de eigenlijke gegevens. Rijvolgorde en aantal rijen blijven exact gelijk aan het bronbestand.

Voor wie een audit-trail nodig heeft tussen bron en resultaat, betekent dat: rij voor rij, kolom voor kolom, is het resultaat te vergelijken met het origineel.