导入数据的 CSV 配置

本文档介绍了在 TiDB Cloud 的导入数据服务中使用的 CSV 配置。

以下是在 TiDB Cloud 的导入数据服务中导入 CSV 文件时的 CSV 配置窗口。更多信息，参见 Import CSV Files from Cloud Storage into TiDB Cloud Dedicated。

Separator

• 定义：定义字段分隔符。可以是一个或多个字符，但不能为空。

• 常用值：

  • , 用于 CSV（逗号分隔值）。如上图所示，"1"、"Michael" 和 "male" 代表三个字段。
  • "\t" 用于 TSV（制表符分隔值）。

• 默认值：,

Delimiter

• 定义：定义用于引用的定界符。如果 Delimiter 为空，则所有字段都不加引号。

• 常用值：

  • '"' 使用双引号对字段进行引用。如上图所示，"Michael","male" 代表两个字段。注意，两个字段之间必须有一个 ,。如果数据为 "Michael""male"（没有 ,），导入任务将无法解析。如果数据为 "Michael,male"（只有一个双引号），则会被解析为一个字段。
  • '' 表示不启用引用。

• 默认值："

Null Value

• 定义：定义在 CSV 文件中表示 NULL 值的字符串。

• 默认值：\N

Backslash Escape

• 定义：控制是否将字段中的反斜杠解析为转义字符。如果启用 Backslash Escape，则会识别并转换以下转义序列：

  序列	转换为
  \0	空字符（U+0000）
  \b	退格（U+0008）
  \n	换行（U+000A）
  \r	回车（U+000D）
  \t	制表符（U+0009）
  \Z	Windows EOF（U+001A）

  其他情况下（例如 \"），反斜杠会被去除，保留下一个字符（"）在字段中。被保留的字符没有特殊含义（例如分隔符），只是普通字符。是否加引号不会影响反斜杠是否被解析为转义字符。

  以以下字段为例：

  • 如果该值为 True，"nick name is \"Mike\"" 会被解析为 nick name is "Mike" 并写入目标表。

  • 如果该值为 False，则会被解析为三个字段："nick name is \"、Mike\ 和 ""。但由于字段之间没有分隔，无法正确解析。

    对于标准的 CSV 文件，如果字段中需要记录双引号字符，需要使用两个双引号进行转义。在这种情况下，使用 Backslash escape = True 会导致解析错误，而使用 Backslash escape = False 则可以正确解析。典型场景是导入的字段包含 JSON 内容。标准 CSV 的 JSON 字段通常如下存储：

    "{""key1"":""val1"", ""key2"": ""val2""}"

    此时，可以设置 Backslash escape = False，该字段会被正确转义到数据库中，如下所示：

    {"key1": "val1", "key2": "val2"}

    如果 CSV 源文件的内容以如下方式保存为 JSON，则可以考虑设置 Backslash escape = True，如下所示。但这并不是 CSV 的标准格式。

    "{\"key1\": \"val1\", \"key2\":\"val2\" }"

• 默认值：启用

Skip Header

• 定义：控制是否跳过 CSV 文件的表头行。如果启用 Skip Header，则在导入时会跳过 CSV 文件的第一行。

• 默认值：禁用