CSV

描述

逗号分隔值格式（RFC）。 在格式化时，行用双引号括起来。字符串内的双引号以连续两个双引号的形式输出。 没有其他的角色转义规则。

• 日期和日期时间用双引号括起。
• 数字则不加引号输出。
• 值由分隔符字符分隔，默认是 ,。分隔符字符在设置 format_csv_delimiter 中定义。
• 行使用Unix换行符（LF）分隔。
• 数组在 CSV 中序列化如下：
  • 首先，数组按 TabSeparated 格式序列化为字符串
  • 结果字符串以双引号在 CSV 中输出。
• CSV 格式中的元组被序列化为单独的列（即，元组中的嵌套关系丢失）。

备注

默认情况下，分隔符是 , 有关更多信息，请参见 format_csv_delimiter 设置。

在解析时，所有值可以使用带引号或不带引号的方式解析。支持双引号和单引号。

行也可以不加引号排列。在这种情况下，它们会解析到分隔符字符或换行符（CR或LF）。 但是，违反了 RFC，当在没有引号的情况下解析行时，忽略开头和结尾的空格和制表符。 换行符支持：Unix (LF)、Windows (CR LF) 和 Mac OS Classic (CR LF) 类型。

NULL 的格式根据设置 format_csv_null_representation 进行格式化（默认值为 \N）。

在输入数据中，ENUM 值可以表示为名称或ID。 首先，我们尝试将输入值与 ENUM 名称进行匹配。 如果失败并且输入值是数字，我们尝试将此数字与 ENUM ID 匹配。 如果输入数据仅包含 ENUM ID，建议启用设置 input_format_csv_enum_as_number 以优化 ENUM 解析。

示例用法

格式设置

设置	描述	默认	注意事项
format_csv_delimiter	要视为 CSV 数据中的分隔符的字符。	,
format_csv_allow_single_quotes	允许使用单引号的字符串。	true
format_csv_allow_double_quotes	允许使用双引号的字符串。	true
format_csv_null_representation	CSV 格式中的自定义 NULL 表示。	\N
input_format_csv_empty_as_default	将 CSV 输入中的空字段视为默认值。	true	对于复杂的默认表达式，必须同时启用 input_format_defaults_for_omitted_fields。
input_format_csv_enum_as_number	将插入的枚举值在 CSV 格式中视为枚举索引。	false
input_format_csv_use_best_effort_in_schema_inference	使用一些调整和启发式方法推断 CSV 格式的模式。如果禁用，所有字段将被推断为字符串。	true
input_format_csv_arrays_as_nested_csv	在从 CSV 读取数组时，期望其元素以嵌套 CSV 序列化，然后放入字符串中。	false
output_format_csv_crlf_end_of_line	如果设置为 true，CSV 输出格式中的行尾将是 \r\n 而不是 \n。	false
input_format_csv_skip_first_lines	跳过数据开头指定数量的行。	0
input_format_csv_detect_header	自动检测 CSV 格式中的名称和类型的头。	true
input_format_csv_skip_trailing_empty_lines	跳过数据末尾的空行。	false
input_format_csv_trim_whitespaces	修剪非引用 CSV 字符串中的空格和制表符。	true
input_format_csv_allow_whitespace_or_tab_as_delimiter	允许在 CSV 字符串中使用空格或制表符作为字段分隔符。	false
input_format_csv_allow_variable_number_of_columns	允许在 CSV 格式中使用可变数量的列，忽略多余的列，并对缺失列使用默认值。	false
input_format_csv_use_default_on_bad_values	允许在 CSV 字段反序列化因错误值失败时设置默认值。	false
input_format_csv_try_infer_numbers_from_strings	在模式推断期间，尝试从字符串字段中推断数字。	false