CSV

ChatGPT

Vygenerováno pomocí ChatGPT na základě přednášek od Klimka

  1. Definice a specifikace:

    • Textový formát: Ukládá tabulková data (čísla a text) v prostém textu.
    • Kódování: Výchozí je UTF-8 (dříve US-ASCII).
    • Oddělovač sloupců: Čárka (,), která odděluje jednotlivá pole.
    • Escape znak: Dvojité uvozovky (").

  2. Struktura CSV:

    • Řádky: Každý řádek představuje jeden záznam.
    • Sloupce: Jednotlivé hodnoty ve sloupci jsou odděleny čárkami.
    • Záhlaví: Volitelné, první řádek může obsahovat názvy sloupců.

  3. Použití:

    • Import/Export dat: CSV se široce používá pro výměnu tabulkových dat mezi různými aplikacemi, např. Excel, databázové systémy.
    • Zpracování: CSV soubory lze snadno zpracovávat pomocí skriptů a programů.

CSV na Webu (CSVW)

Pasted image 20240822140946.png
Pasted image 20240822141031.png

  1. Co je CSV na Webu?:

    • Rozšíření CSV: CSVW je standard W3C, který rozšiřuje možnosti CSV tím, že umožňuje anotaci tabulek pomocí JSON-LD metadat.
    • Anotace: Anotace slouží k validaci dat, transformaci do jiných formátů (např. JSON, RDF) a k zajištění konzistence dat.

  2. Model anotovaných tabulkových dat:

    • Tabulková skupina: Může obsahovat více tabulek.
    • Tabulka: Základní jednotka obsahující řádky a sloupce.
    • Řádky, Sloupce, Buňky: Každý z těchto prvků může mít různé vlastnosti, např. název, datový typ, schéma.

  3. JSON-LD Popisovač (Metadata):

    • @context: Obsahuje informace o použitém kontextu, např. základní URL a výchozí jazyk.
    • Tabulka: Popisuje jednotlivé tabulky v rámci tabulkové skupiny, např. jejich URL, název, klíčová slova.
    • Schéma tabulky: Určuje strukturu dat v tabulce, včetně názvů sloupců, datových typů a klíčů.
      Pasted image 20240822141211.png
      Pasted image 20240822141232.png
      Pasted image 20240822141521.png

  4. Transformace do RDF:

    • Výchozí konverze: CSVW umožňuje automatickou transformaci CSV do RDF, což je formát vhodný pro výměnu dat na webu.
    • Přizpůsobená konverze: Umožňuje specifikaci vlastních pravidel pro konverzi, např. použití URI šablon.
      Priklad CSVW to RDF
      Pasted image 20240822142131.png

  5. Použití CSV na Webu:

    • Validace a anotace: Umožňuje kontrolu správnosti dat a jejich anotaci pro další zpracování.
    • Publikace na webu: Zajišťuje, že data jsou vhodná pro publikaci na webu a jsou kompatibilní s RDF.

Nejlepší praktiky pro CSV

  1. Datové typy:

    • Založené na XML Schema: Např. xsd:boolean, xsd:integer, xsd:date.
    • Správné formáty: Důležité je používat správné datové typy, aby byla zajištěna validita a konzistence dat.

  2. Záhlaví:

    • Doporučeno: Vždy by měl být přítomen první řádek obsahující názvy sloupců.

  3. Null hodnoty:

    • Vyhněte se řetězcům "null" nebo "NULL": Tyto hodnoty by neměly být použity, protože představují skutečné řetězce, nikoliv absenci hodnoty.

  4. Velikosti, množství, ceny:

    • Používejte jednotky: Vždy specifikujte jednotky, např. kg, tne (tun), aby nedocházelo k nedorozuměním.