Geschätzte Lesezeit : 5 min · Veröffentlicht
Beschreiben Sie den Datenvertrag
Schreiben Sie ein Feldwörterbuch mit Bedeutung, Typ, Einheit, erforderlichem Status und fehlenden Werten. Definieren Sie stabile Kennungen und Beziehungen. Eine Postleitzahl, Produktnummer oder Verwaltungscode kann eine Textdarstellung erfordern, um ihre Bedeutung zu erhalten.
Geben Sie Codierung, Trennzeichen, Daten, Zeitzonen und Dezimalkonventionen an. Die CSV-Dokumentation von Python erklärt die Dialektkonfiguration; Allein eine Dateierweiterung legt nicht jedem Produzenten identische Konventionen vor.
CSV-Dialekt vor dem Zeilenzählen beschreiben. Im Kommaformat der RFC 4180 stehen Felder mit Komma, Anführungszeichen oder Zeilenumbruch in doppelten Anführungszeichen; innere werden verdoppelt. [CRLF] bezeichnet im Test eine echte Wagenrücklauf/Zeilenvorschub-Folge. Das Feld bleibt Teil eines logischen Datensatzes.
Test: Kopfzeile und zwei Datensätze mit CRLF im zitierten Feld des zweiten belegen vier physische Zeilen, nicht vier Datensätze. CSV-Parser verwenden und Felder vergleichen. Pythons Standardleser liefert Zeichenketten; 00120 behält Nullen bis zu einer späteren Umwandlung. Leerwert und Tabellenkalkulation getrennt festlegen: CSV-Anführungszeichen neutralisieren keine Formeln.
Scrollen Sie die Tabelle horizontal, um alle Spalten zu lesen. Mit der Tastatur fokussieren Sie den Tabellenbereich und verwenden die Pfeiltasten.
| Beispielfragment | Feldzahl | Gelesene Felder als Text |
|---|---|---|
| "Paris, France" | 1 | ["Paris, France"] |
| "A ""B""" | 1 | ["A \"B\""] |
| "A[CRLF]B" | 1 | ["A[CRLF]B"] |
| 00120, | 2 | ["00120", ""] |
Erstellen Sie eine Charge, die die Grenzen in Frage stellt
Fügen Sie einen akzentuierten Namen, einen optionalen fehlenden Wert, einen Bezeichner mit einer führenden Null, eine mehrzeilige Beschreibung und eine fehlende Beziehung ein. Fügen Sie ein Duplikat und ein absichtlich ungültiges Format hinzu. Halten Sie diesen Datensatz synthetisch und deutlich als Testdaten gekennzeichnet.
Entscheiden Sie, ob ein Problem eine Zeile ablehnt, die Datei ablehnt oder einen Import mit einem Problembericht erstellt. Vermeiden Sie Berichterstattung über Erfolg und lassen Sie die Felder still fallen. Berichte akzeptierte, abgelehnte und überprüfbare Zeilen.
Planen Sie Austauschberechtigungen und Sicherheit
Definieren Sie, wer einen Stapel exportieren, importieren und entfernen kann. Legen Sie nicht standardmäßig vertrauliche Exporte in einem öffentlichen Ordner ab. Überprüfen Sie bei Dateien, die in Tabellenkalkulationen geöffnet werden, Felder, die als Formeln interpretiert werden können, wobei eine der Empfangssoftware geeignete Methode verwendet wird.
Trennen Sie autorisierte Daten aus dem internen Kontext, die nicht reisen sollten, z. B. private Kommentare, unnötige Kontaktdaten oder technische Schlüssel. Verwenden Sie gereinigte oder synthetische Testkopien. Dokumentenspeicherung, Aufbewahrung und WHO entfernt temporäre Exporte.
Daten nach der Verarbeitung abgleichen
Vergleichen Sie Bezeichner, Relationen, Summen und abgetastete Werte vor und nach der Verarbeitung. Wenn Round-Trip-Unterstützung erforderlich ist, exportieren und erneut importieren, dann vergleichen Sie die Bedeutung und nicht die Dateigröße allein.
Führen Sie vor einem destruktiven Import ein Backup und zeichnen Sie auf. Unterscheiden Sie Updates, Ergänzungen und Löschung. Eine fehlende Zeile in einem Teilexport bedeutet nicht automatisch, dass sie gelöscht werden soll. Vereinbaren Sie diese Regeln, bevor Sie die vollständige Datenbank verarbeiten.
Primärdokumentation: Python : CSV-Datei lesen und schreiben.
Fiktiver Stapel: Sechs Datensätze tragen der Reihe nach die Textkennungen 00120, 00121, 00120, 00122, 00123 und 00124. Vor dem Import existiert 00121 mit einem zu ändernden Wert und 00122 bereits unverändert. Die gewählte Regel akzeptiert das erste Vorkommen eines Schlüssels, lehnt Wiederholungen im Stapel sowie 00123 wegen einer fehlenden Pflichtbeziehung ab. Der erste Lauf ergibt 2 neue + 1 aktualisierten + 1 unveränderten + 2 abgelehnte = 6 geprüfte Datensätze.
Danach enthält das Ziel vier Kennungen: 00120, 00121, 00122 und 00124. Ein identischer Wiederholungslauf mit denselben Regeln und ohne zwischenzeitliche Änderungen muss 0 neue, 0 aktualisierte, 4 unveränderte und 2 abgelehnte Datensätze ergeben. Dieses Verhalten folgt dem Importvertrag, nicht automatisch dem CSV-Format. Erhalten Sie führende Nullen und zählen Sie logische Datensätze des Parsers; ein Feld in Anführungszeichen kann einen Zeilenumbruch enthalten.
Scrollen Sie die Tabelle horizontal, um alle Spalten zu lesen. Mit der Tastatur fokussieren Sie den Tabellenbereich und verwenden die Pfeiltasten.
| Ergebnis | Anzahl | Betroffene Datensätze |
|---|---|---|
| Neu angelegt | 2 | 00120 und 00124 |
| Aktualisiert | 1 | 00121: Wert weicht vom Ziel ab |
| Unverändert | 1 | 00122: Wert bereits identisch |
| Abgelehnt | 2 | Vorkommen 3: doppelte 00120; Vorkommen 5: fehlende Beziehung für 00123 |
- Python : CSV-Datei lesen und schreiben
Python CSV, abgerufen am 22. Oktober 2026: Lesen und Formate. Daten und Annahmeregeln sind fiktiv.
Exporte mit lesbaren Namen in veröffentlichten Sprachen liefern.
Fiktiver Fall: Ein Exportname enthält Umlaute. Prüfen Sie filename, filename*, Inhaltstyp und gespeicherte Datei. Bereinigen Sie aus Eingaben stammende Namen vor dem Headerbau. Der Header schützt keinen Dokumentzugriff und ersetzt keine Berechtigungsprüfung.
- Der Dateiname ist lesbar, der Inhaltstyp stimmt und Eingaben können keine weiteren Header einschleusen.
- MDN Content-Disposition
Referenz zur Darstellung oder zum Download einschließlich Dateinamenparametern.
Export und Rückimport vergleichen

Vorgeschlagenes Beispiel: Nach Export und Import ändern sich führende Nullen und Datumswerte, obwohl die Zeilenzahl gleich bleibt.
Nutzen Sie erfundene Daten mit Sonderzeichen, leeren Werten und verschiedenen Formaten. Vergleichen Sie Felder einzeln und erfassen Sie erlaubte sowie fehlerhafte Umwandlungen.
- Vielfältige Fälle vorbereiten
- Felder nach Import vergleichen
- Umwandlungen dokumentieren
- Katalogvarianten unterscheiden
Erstellen Sie einen nützlichen Produktkatalog, bevor Sie den Shop bauen
Referenzdokumente
- MDN Content-Disposition · Quelle eingesehen
- W3C WAI : Tables Tutorial · Quelle eingesehen
- MDN : URLSearchParams · Quelle eingesehen
- IETF : RFC 4180: CSV format · Quelle eingesehen
- Python : CSV-Datei lesen und schreiben · Quelle eingesehen
- OWASP – CSV-Injektion · Quelle eingesehen
Inhalt aktualisiert
Dokumentierte Grundlagen zu diesem Thema
| Referenz | Wert oder Syntax | Geltungsbereich |
|---|---|---|
| RFC 4180 · CSV | text/csv · "a,b" | Felder mit Kommas, Anführungszeichen oder Zeilenumbrüchen werden eingefasst; innere Anführungszeichen verdoppelt. |
| RFC 8259 · JSON | application/json · UTF-8 | Standard-JSON erlaubt weder Kommentare noch abschließende Kommas; Zeichenfolgen nutzen doppelte Anführungszeichen. |
| RFC 3339 · Date-time | 2026-10-22T09:00:00+02:00 | Der explizite Versatz bezieht Ortszeit auf UTC; dieses Beispiel ist kein Termin. |
Die Daten geben die Prüfung der Quellen an. Diese Hinweise sind weder ein Website-Audit noch eine umfassende Konformitätserklärung.
