====== CSV ======

**CSV** (z anglického **Comma-Separated Values**, česky **hodnoty oddělené čárkami**) je jednoduchý textový formát pro ukládání tabulkových dat, jako jsou čísla, text nebo datumy. Každý řádek souboru představuje **jeden záznam**, zatímco jednotlivé **hodnoty ve sloupcích** jsou odděleny **oddělovačem** (nejčastěji čárkou).

CSV je široce podporován tabulkovými procesory (např. Microsoft Excel, LibreOffice Calc), databázemi, programovacími jazyky (Python, JavaScript, PHP) a analytickými nástroji.

===== Struktura souboru CSV =====

Základní princip:
  * Každý **řádek** = jeden **záznam** (řádek tabulky).
  * Každá **hodnota** ve sloupci je oddělena **znakem oddělovače**.
  * První řádek často obsahuje **názvy sloupců** (tzv. hlavička, header).

Příklad souboru **zamestnanci.csv**:

<code>
jmeno,prijmeni,vek,oddeleni
Jan,Novák,32,IT
Eva,Svobodová,28,Marketing
Petr,Dvořák,45,Finance
</code>

===== Oddělovače =====

Přestože název „CSV“ znamená „oddělené čárkami“, v praxi se mohou používat i jiné znaky, zejména kvůli **lokalizaci** (např. v češtině se desetinná čísla zapisují s čárkou, nikoli tečkou):

  * **Čárka (`,`)** – standard v anglicky mluvících zemích.
  * **Středník (`;`)** – běžný v Evropě (včetně ČR) pro oddělení sloupců v Excelu.
  * **Tabulátor (`\t`)** – pak se formát označuje jako **TSV** (Tab-Separated Values).

Příklad s oddělovačem středníkem:

<code>
jmeno;prijmeni;vek;oddeleni
Jan;Novák;32;IT
Eva;Svobodová;28;Marketing
</code>

===== Pravidla pro uvozovky a speciální znaky =====

Pokud hodnota obsahuje:
  * oddělovač (např. čárku),
  * nový řádek,
  * nebo uvozovky,

musí být **uzavřena do uvozovek** (obvykle dvojitých `"`).

Pravidla podle [[https://datatracker.ietf.org/doc/html/rfc4180|RFC 4180]] (standard pro CSV):
  * Hodnoty s obsahem oddělovače, nového řádku nebo uvozovek musejí být uzavřeny v dvojitých uvozovkách.
  * Uvnitř uvozovek se dvojitá uvozovka zapisuje jako dvě uvozovky: `""`.

Příklad:

<code>
nazev,poznamka
"Projekt Alpha","Obsahuje čárku, teď je v pořádku"
"Kniha ""1984""","Klasika od George Orwella"
</code>

===== Výhody a nevýhody =====

^ Výhody ^ Nevýhody ^
| **Jednoduchost** – čitelné i pro lidi, snadno generovatelné. | **Žádná standardizace typů dat** – vše je text; čísla, datumy nebo logické hodnoty nejsou rozlišeny. |
| **Široká podpora** – většina software jej umí importovat/exportovat. | **Nejednoznačnost** – různé programy používají různé oddělovače, kódování, formáty datumů. |
| **Lehké soubory** – malá velikost, vhodné pro výměnu dat. | **Žádná podpora vztahů nebo struktury** – jen plochá tabulka, nelze reprezentovat hierarchii (na rozdíl od JSON nebo XML). |
| **Nezávislost na platformě** – funguje na Windows, Linux, macOS. | **Bezpečnostní rizika** – některé programy (např. Excel) automaticky interpretují obsah jako vzorce (tzv. **formula injection**). |

===== Kódování znaků =====

Nejčastější kódování:
  * **UTF-8** – doporučené pro mezinárodní výměnu, podporuje všechny znaky (včetně háčků a čárek v češtině).
  * **Windows-1250** – tradiční kódování pro češtinu ve Windows (dnes již méně doporučované).

❗ Důležité: Pokud soubor obsahuje háčky a čárky (např. „Česká republika“), musí být uložen v kódování, které je podporuje (nejlépe **UTF-8 s BOM** pro kompatibilitu s Excelem na Windows).

===== Použití v praxi =====

  * **Export dat z databáze** – rychlý způsob, jak data přenést do Excelu.
  * **Import produktových katalogů** – e-shopy často umožňují nahrát zboží přes CSV.
  * **Zpracování dat v Pythonu** – modul `csv` umožňuje snadné čtení a zápis.
  * **Migrační skripty** – přenos dat mezi systémy (např. z CRM do analytického nástroje).

Příklad v Pythonu:

<code python>
import csv

with open('zamestnanci.csv', encoding='utf-8') as soubor:
    reader = csv.DictReader(soubor)
    for radek in reader:
        print(radek['jmeno'], radek['prijmeni'])
</code>

===== Bezpečnostní doporučení =====

  * Nikdy neotvírej podezřelé CSV soubory v Excelu – mohou obsahovat **škodlivé vzorce** (např. `=cmd|' /C calc'!A0`).
  * Při importu do Excelu vždy zvol **„Text“** jako formát sloupce, ne „Obecný“.
  * Ověř kódování a oddělovač před zpracováním.
  * Nepoužívej CSV pro citlivá data bez šifrování (např. osobní údaje podle GDPR).

===== Standardy a normy =====

  * **RFC 4180** – formální specifikace formátu CSV (včetně pravidel pro uvozovky, řádkování a MIME typ `text/csv`).
  * **MIME typ**: `text/csv`
  * **Přípona souboru**: `.csv`

===== Související pojmy =====

  * [[TSV]]
  * [[JSON]]
  * [[XML]]
  * [[Tabulkový procesor]]
  * [[Databáze]]
  * [[ETL]]

===== Externí odkazy =====

  * RFC 4180 – Common Format and MIME Type for Comma-Separated Values (CSV) Files: https://datatracker.ietf.org/doc/html/rfc4180
  * W3C – Model for Tabular Data and Metadata on the Web: https://www.w3.org/TR/tabular-data-model/

===== Viz také =====

  * [[Import dat]]
  * [[Export dat]]
  * [[Kódování znaků]]