跳到主要内容
跳到主要内容

CSV

描述​

逗号分隔值格式（RFC）。 在格式化时，行被双引号括起来。字符串内部的双引号输出为两个连续的双引号。 没有其他字符转义规则。

  • 日期和日期时间用双引号括起来。
  • 数字不加引号输出。
  • 值由分隔符字符分隔，默认为 ,。分隔符字符在设置中定义为 format_csv_delimiter。
  • 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输出到 CSV 中。
  • CSV 格式中的元组被序列化为单独的列（即，元组内的嵌套被丢失）。
$ clickhouse-client --format_csv_delimiter="|" --query="INSERT INTO test.csv FORMAT CSV" < data.csv
备注

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

在解析时，所有值都可以选择带引号或不带引号解析。支持双引号和单引号。

行也可以不带引号排列。在这种情况下，它们会解析到分隔符字符或换行符（CR 或 LF）。 然而，违反 RFC 的情况是，当不带引号解析行时，前导和尾随的空格和制表符会被忽略。 换行符支持：Unix (LF)、Windows (CR LF) 和 Mac OS Classic (CR LF) 类型。

NULL 的格式按照设置 format_csv_null_representation 进行（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 名称匹配。 如果失败且输入值是数字，我们会尝试将该数字与 ENUM id 匹配。 如果输入数据仅包含 ENUM ids，建议启用设置 input_format_csv_enum_as_number 来优化 ENUM 解析。

示例用法​

格式设置​

设置描述默认备注
format_csv_delimiter被视为 CSV 数据中分隔符的字符。,
format_csv_allow_single_quotes允许单引号的字符串。true
format_csv_allow_double_quotes允许双引号的字符串。true
format_csv_null_representationCSV 格式中自定义 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，还必须启用 input_format_defaults_for_omitted_fields。
input_format_csv_enum_as_number将 CSV 格式中的枚举值视为枚举索引。false
input_format_csv_use_best_effort_in_schema_inference使用一些技巧和启发式方法推断 CSV 格式中的模式。如果禁用，所有字段将被推断为字符串。true
input_format_csv_arrays_as_nested_csv当从 CSV 读取数组时，期待其元素被序列化为嵌套的 CSV，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为 \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 格式中的带有名称和类型的头。true
input_format_csv_skip_trailing_empty_lines跳过数据结尾的空行。false
input_format_csv_trim_whitespaces修剪非引号 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 CSV 格式中的列数可变，忽略多余的列并在缺少列时使用默认值。false
input_format_csv_use_default_on_bad_values允许在 CSV 字段反序列化因坏值失败时为列设置默认值。false
input_format_csv_try_infer_numbers_from_strings尝试在模式推断时从字符串字段推断数字。false