File a larghezza fissa vs delimitati: differenze, delimitatori, padding

Ogni riga in un file rappresenta una riga di dati, ma quei dati sono solitamente divisi in campi, o colonne. Due metodi standard delimitano i campi. Uno: campi a lunghezza fissa, quindi record a lunghezza fissa. L'altro: campi a lunghezza variabile con record a lunghezza variabile. I campi a lunghezza variabile devono essere separati da un simbolo: il delimitatore. Un database a record variabili produce un file delimitato, uno a record fissi produce un file a larghezza fissa.

Delimitatori

La forma più comune di file delimitato usa la virgola come separatore campi. Questi file si chiamano CSV (comma separated values). La virgola va bene per dati numerici, ma può causare problemi con testo. Altri delimitatori: spazio (" "), barra ("|"), accento circonflesso ("^"). Il progettista del file o programmatore deve trovare un carattere raramente usato nei dati. A volte serve combinazione di caratteri.

Campi fissi

Non è sempre possibile garantire che un carattere non verrà mai usato nei dati da memorizzare, quindi la difficoltà di trovare un delimitatore adatto può rendere preferibili campi a lunghezza fissa. Questo formato presenta overhead in storage e processing, quindi file delimitati sono più comuni. Un campo a lunghezza fissa deve essere riempito (padding). Le forme più comuni: padding sinistro con zeri per dati numerici, padding destro con spazi per testo.

Procedure

Sia che un file sia a larghezza fissa o contenga campi delimitati, i programmi di scrittura e lettura devono seguire le stesse convenzioni. Un programma che riceve file a larghezza fissa deve prima conoscere lunghezza e tipo dati di ogni campo. Un programma che riceve file delimitati deve conoscere il delimitatore da cercare.

Record rifiutati

In ogni caso, i programmi d'importazione dovrebbero avere procedure di exception-reporting che scrivono record rifiutati in file separato. La ragione più comune per cui un record delimitato viene rifiutato: il delimitatore appare nei dati, creando colonne extra. Record a larghezza fissa rifiutati solitamente per essere troppo lunghi. Record corti di solito non causano errori: campi finali non popolati. Se campi finali sono obbligatori, record corti vengono rifiutati.