CSV 컬럼 추출기

넓은 CSV에서 필요한 열만 골라내는 도구로, 스프레드시트를 열 필요가 없습니다. RFC 4180 방식의 CSV(구분자를 품은 인용 필드와 이스케이프된 따옴표)를 파싱하며 탭, 세미콜론, 파이프 구분자도 고를 수 있습니다. 열은 헤더 이름이나 색인으로 지정하고, 중복 제거와 정렬을 선택할 수 있으며, 다음 단계에 맞는 형식으로 내보냅니다. 다른 도구로 넘길 때는 행마다 줄바꿈, SQL 편집기에 붙일 때는 (...) 형태의 IN 절입니다.

쉼표로 자르는 대신 파서를 쓰는 이유가 바로 따옴표 처리이고, 급하게 짠 스크립트가 어긋나는 지점도 정확히 여기입니다. 인용된 필드는 구분자나 줄바꿈을 담을 수 있고, 두 번 연속된 따옴표는 문자 하나를 뜻하므로, 파일의 한 줄이 반드시 데이터의 한 행인 것은 아닙니다. 쉼표로 자르면 주소 필드 하나가 세 개의 열이 되고 그 뒤의 모든 열이 조용히 밀려서, 그럴듯해 보이지만 틀린 결과가 나옵니다.

원본이 바뀔 여지가 있다면 색인보다 헤더 이름으로 고르는 편이 안전합니다. 열이 하나 삽입되면 그 뒤의 색인이 전부 밀리지만 이름은 그대로이기 때문입니다. 이름은 헤더와 정확히 일치해야 하는데, 그래서 끝에 붙은 공백이나 파일 맨 앞의 보이지 않는 바이트 순서 표시가 열이 없는 것처럼 보이는 흔한 원인이 됩니다.

SQL 출력은 질의문에 붙여 넣기 편하라고 있는 것이지, 신뢰할 수 없는 입력으로 질의를 만드는 수단이 아닙니다. 내보내는 값을 따옴표로 감싸고 이스케이프하기는 하지만, 문자열을 이어 붙여 만든 목록은 사용자를 대신해 데이터베이스에 닿는 코드에는 맞지 않는 형태입니다. 그런 자리에는 바인딩 매개변수를 쓰십시오. 긴 목록은 대부분의 엔진에서 문장당 한도에 걸리기도 하는데, 식별자 5만 개를 붙여 넣기 전에 알아 둘 만합니다.

모든 처리가 붙여 넣은 텍스트에 대해 브라우저에서 이루어지므로, 실질적인 한계는 파일 크기 제한이 아니라 탭의 메모리입니다. 아주 큰 내보내기 파일은 스트리밍 도구로 다루는 편이 낫습니다.