CSV እና JSON፡ በመዋቅርና በዳታ አይነቶች (Types) መካከል ያለውን መሠረታዊ ልዩነት መረዳት
የመረጃ ቅርጸቶችን (Data formats) ከአንዱ ወደ ሌላው ማስተላለፍ በሶፍትዌር ልማት እና በመረጃ ትንተና ውስጥ የተለመደ ተግባር ነው። ይሁን እንጂ በCSV (Comma-Separated Values) እና በJSON (JavaScript Object Notation) መካከል ያለውን የቅርጸት እና የመዋቅር ልዩነት በጥልቀት መረዳት ስህተቶችን ለመከላከል ወሳኝ ነው። CSV በመሠረቱ ጠፍጣፋ እና ባለ ሁለት ממድ ሰንጠረዥ (Two-dimensional grid) ሲሆን፣ እያንዳንዱ ረድፍ በአንድ መስመር ላይ የሚቀመጥ እና ዓምዶች ደግሞ በኮማ ወይም በሌላ መለዮ የሚለያዩበት የፅሁፍ መዋቅር ነው። በሌላ በኩል JSON እርስ በርሳቸው የተሳሰሩ የቁልፍ-እና-እሴት (Key-Value) ጥንዶችን፣ የኦብጀክቶች ድርድርን (Array of Objects) እና የተደራረቡ መዋቅሮችን (Nested structures) መደገፍ የሚችል ተለዋዋጭ ቅርጸት ነው።
ከCSV ወደ JSON በሚደረግ የቅርጸት ለውጥ ወቅት ከሚከሰቱት ዋነኛ ተግዳሮቶች አንዱ የዳታ አይነቶች (Data types) አያያዝ ነው። CSV ሁሉንም መረጃዎች እንደ ተራ ፅሁፍ (Flat text) ብቻ ነው የሚያስቀምጠው። በCSV ፋይል ውስጥ የሚገኝ እሴት ቁጥር፣ ቀመር፣ ቡሊያን (Boolean) ወይም ባዶ መረጃ መሆኑን የሚገልጽ ምንም አይነት አብሮ የተሰራ የዳታ አይነት መለያ የለም። ለምሳሌ 45.99 የሚለው የዋጋ እሴት ወይም true የሚለው የሎጂክ እሴት በCSV ውስጥ እንደ ተራ የፅሁፍ ሕብረቁምፊ (String) ነው የሚቀመጡት።
ወደ JSON በሚቀየርበት ጊዜ ይህ መተግበሪያ እያንዳንዱን የCSV መስመር ወደ አንድ የJSON ኦብጀክት (Object) የሚቀይር ሲሆን፣ የዓምዶቹ ራስጌዎች (Headers) ደግሞ የኦብጀክቱ ቁልፎች (Keys) ይሆናሉ። በዚህ ሂደት ውስጥ ሁሉም የCSV እሴቶች በJSON ውፅዓት ውስጥ እንደ ፅሁፍ (String) ሆነው ይቀጥላሉ። ይህም ማለት ቁጥሮች (እንደ ዋጋዎች እና ብዛቶች)፣ ቀኖች እና የሎጂክ እሴቶች በራስ-ሰር ወደ JSON የቁጥር (Number) ወይም የቡሊያን (Boolean) አይነቶች አይቀየሩም። ይህንን ሆን ብሎ ማድረግ ያስፈለገበት ምክንያት ያለተጠቃሚው ፍቃድ የሚደረጉ አውቶማቲክ የዳታ አይነት ለውጦች የመረጃውን ይዘት ሊያበላሹ ስለሚችሉ ነው። ተጠቃሚው ፋይሉን ካወረደ በኋላ እንደ ፍላጎቱ በራሱ ኮድ ወይም የዳታ ትንተና መሳሪያዎች አማካኝነት እሴቶቹን ወደሚፈልገው የዳታ አይነት መለወጥ ይችላል።
በተጨማሪም በCSV ጠፍጣፋ መዋቅር ምክንያት ወደ JSON በሚደረገው ለውጥ ላይ የተደራረቡ መዋቅሮችን (Nesting) መፍጠር አይቻልም። CSV በጥብቅ የአንድ ደረጃ ሰንጠረዥ በመሆኑ፣ ውፅዓቱ የሚሆነው ባለ አንድ ደረጃ የኦብጀክቶች ድርድር (Flat array of flat objects) ብቻ ነው። በኦብጀክት ውስጥ ሌላ ኦብጀክት ወይም ውስብስብ ዝርዝሮችን የያዘ የJSON መዋቅር ለመፍጠር ተጨማሪ ደንቦችን እና በእጅ የሚደረጉ ማስተካከያዎችን ይፈልጋል፤ ይህ መሳሪያ ግን ያንን ተጨማሪ ውስብስብነት አይተገብርም።
የዓምድ መለዮዎች (Delimiters) እና የፈጣን ትንተና ፈተናዎች
የCSV ፋይሎች ስማቸው "ኮማ-ሴፓሬትድ" ይባላል እንጂ ሁልጊዜ ዓምዶችን ለመለየት ኮማ (,) አይጠቀሙም። በብዙ አገሮች በተለይም የአስርዮሽ ቁጥርን ለመለየት ኮማ በሚጠቀሙ የአውሮፓ አገሮች ውስጥ የCSV ዓምዶችን ለመለየት ሴሚኮለን (;) መጠቀም የተለመደ ነው። በተጨማሪም ትሮችን (Tabs) እንደ መለዮ የሚጠቀሙ የTSV ፋይሎችም አሉ።
ይህ መሳሪያ የCSV ፋይልዎን በትክክል መተንተን (Parse) እንዲችል ትክክለኛውን መለዮ (Delimiter) መምረጥ እጅግ በጣም ወሳኝ ነው። ተጠቃሚዎች እንደ ፋይላቸው ይዘት የሚከተሉትን ሶስት የመለዮ አይነቶች መምረጥ ይችላሉ፦
- ኮማ (Comma -
,): መደበኛው እና በብዛት ጥቅም ላይ የሚውለው መለዮ። - ሴሚኮለን (Semicolon -
;): በተለይ በአውሮፓ ክልል የተሰሩ የኤክሴል ኤክስፖርቶች ላይ በብዛት የሚገኝ መለዮ። - ታብ (Tab -
\t): በትሮች የተከፋፈሉ መረጃዎችን ለማንበብ የሚያገለግል።
በመሳሪያው ላይ ከእነዚህ መለዮዎች ውስጥ ትክክለኛውን መምረጥ ውፅዓቱ እንዳይበላሽ ያደርጋል። ለምሳሌ በሴሚኮለን የተለየን የCSV ፋይል በኮማ መለዮ ለመተንተን ቢሞከር፣ መሳሪያው እያንዳንዱን ረድፍ እንደ አንድ ትልቅ ዓምድ አድርጎ ስለሚቆጥረው የተበላሸ የJSON መዋቅር ይፈጥራል።
ሌላው ትልቅ ፈተና በሴሎች ውስጥ የሚገኙ መለዮዎች እና የመስመር እረፍቶች (Embedded commas and line breaks) ናቸው። በአንድ የሰንጠረዥ ክፍል ውስጥ ኮማ መኖር ካለበት (ለምሳሌ በአድራሻ ውስጥ "አዲስ አበባ, ኢትዮጵያ" የሚል ፅሁፍ ቢኖር)፣ መላው ሴል በድርብ ጥቅስ ምልክት (") ውስጥ መካተት አለበት። ይህ የጥቅስ ህግ በትክክል ካልተተገበረ ወይም በሴል ውስጥ ያሉ የጥቅስ ምልክቶች በትክክል ካልተገለጹ (Unescaped quotes)፣ የCSV ትንተናው ይከሽፋል። ይሁን እንጂ በድርብ ጥቅስ ውስጥ ያሉ የመስመር እረፍቶች (Line breaks) በትክክል ተነብበው በJSON ውፅዓት ውስጥ እንደ \n ሆነው ይቀመጣሉ።
የመረጃ ትክክለኛነት መጠበቅ፦ የዜሮ መሪዎች (Leading Zeros) እና የፅሁፍ እሴቶች
በመረጃ አያያዝ ውስጥ ትልቅ ስህተት የሚፈጠረው አውቶማቲክ መለወጫዎች የቁምፊዎችን አይነት በራሳቸው ለመገመት ሲሞክሩ ነው። በተለይ እንደ ፖስታ ኮዶች (Postal codes)፣ የስልክ ቁጥሮች፣ የባንክ ሂሳብ ቁጥሮች ወይም የምርት መለያዎች (Product SKUs) ያሉ መረጃዎች በዜሮ ሊጀምሩ ይችላሉ (ለምሳሌ 00124 ወይም 0911000000)።
አብዛኛዎቹ የተለመዱ የኤክሴል ወይም የውሂብ ጎታ መተግበሪያዎች እነዚህን እሴቶች ወደ ቁጥር (Number) ለመለወጥ በሚያደርጉት ሙከራ የፊት ለፊት ዜሮዎችን (Leading zeros) ያጠፏቸዋል። በዚህም ምክንያት 00124 የነበረው መረጃ ወደ 124 ይቀየራል፤ ይህ ደግሞ የመረጃውን ትክክለኛነት ሙሉ በሙሉ ያጠፋል።
ይህ መተግበሪያ ሁሉንም የCSV እሴቶች እንደ ፅሁፍ (String) አድርጎ ወደ JSON ስለሚቀይር፣ እነዚህ የፊት ለፊት ዜሮዎች ሳይጠፉ በትክክል ይጠበቃሉ። "00124" የሚለው እሴት በJSON ውስጥ "00124" ሆኖ ይቀመጣል። ይህ ባህሪ በተለይ ትክክለኛ መለያ ቁጥሮችን መያዝ ለሚፈልጉ የመረጃ ተንታኞች እና ገንቢዎች እጅግ በጣም ጠቃሚ ነው። የJSON ፋይሉን ካወረዱ በኋላ ፋይሉን ወደሚያነበው የመጨረሻ መተግበሪያ ሲያስገቡ የዜሮ መጥፋት አደጋ እንዳይኖር ጥንቃቄ ማድረግ ግን የተጠቃሚው ኃላፊነት ይሆናል፤ ምክንያቱም አንዳንድ የJSON አንባቢዎች (Parsers) ፋይሉን በሚያነቡበት ጊዜ በራሳቸው ፍላጎት ወደ ቁጥር ሊቀይሩት ስለሚችሉ ነው።
ይህ የመስመር ላይ መሳሪያ እንዴት እንደሚሰራ እና ልዩ ባህሪያቱ
ይህ መሳሪያ የCSV ፋይሎችን በፍጥነት እና በተደራጀ መልኩ ወደ JSON ለመለወጥ የተነደፈ ነው። የመሳሪያው አጠቃቀም በጣም ቀላል እና ቀጥተኛ ነው፦
- ፋይል ማስገባት (Input): ተጠቃሚዎች የCSV ፋይላቸውን ጎትተው በመጣል (Drag and drop) ወይም ከመሳሪያቸው ላይ በመምረጥ ማስገባት ይችላሉ። መሳሪያው የገባውን ፋይል ፎርማት በራስ-ሰር የመለየት ብቃት አለው። ምንም እንኳን ገጹ በዋናነት ለCSV ወደ JSON ለውጥ የተዘጋጀ ቢሆንም፣ የJSON ወይም የXLSX (Excel) ፋይሎችንም ማስገባት ይቻላል፤ መሳሪያው መጀመሪያ እነዚህን ፋይሎች ወደ ሰንጠረዥነት ከቀየረ በኋላ ወደ JSON ይለውጣቸዋል።
- የተጠቃሚ ምርጫዎች (User choices): ተጠቃሚው የውፅዓት ቅርጸቱን ወደ "JSON" ማቀናጀት ይችላል። ፋይሉ CSV ከሆነ፣ ትክክለኛውን መለዮ (Comma, Semicolon, ወይም Tab) መምረጥ ይኖርበታል።
- ውፅዓት እና ቅድመ-ዕይታ (Output and Preview): ለውጡ እንደተጠናቀቀ መተግበሪያው የተቀየረውን የJSON ፋይል ቅድመ-ዕይታ (Preview) ያሳያል። በተጨማሪም በሰንጠረዡ ውስጥ የነበሩትን የረድፎች እና የዓምዶች ብዛት እንዲሁም የሚወጣውን የJSON ፋይል መጠን በትክክል ያሰላል።
ከሌሎች ተመሳሳይ መሳሪያዎች የሚለየው አንዱ ትልቅ ባህሪ በደንበኛው ወገን ብቻ መስራቱ (Client-side processing) ነው። ይህ ማለት መረጃዎ ወደ የትኛውም የውጭ ሰርቨር አይሰቀልም፤ ሁሉም የመተንተን እና የመለወጥ ስራ የሚከናወነው በእርስዎ የድር አሳሽ (Web Browser) ላይ ብቻ ነው። ይህ ባህሪ ሚስጥራዊ የሆኑ የንግድ መረጃዎችን፣ የደንበኞች ዝርዝርን ወይም የፋይናንስ መረጃዎችን ያለ ምንም የደህንነት ስጋት ለመለወጥ ያስችላል።
ሊያጋጥሙ የሚችሉ ስህተቶች እና የስርዓት ገደቦች
በመረጃ ለውጥ ወቅት የሚገቡ ፋይሎች በትክክል ያልተዋቀሩ ሲሆኑ ወይም ከሚፈቀደው መጠን በላይ ሲሆኑ መሳሪያው የተወሰኑ የስህተት መልእክቶችን ያሳያል። እነዚህን የስህተት ሁኔታዎች መረዳት ለፈጣን መፍትሄ ይረዳል፦
- የፋይል አወቃቀር ስህተት (Malformed CSV): የCSV ፋይሉ የተበላሸ የጥቅስ ምልክት አቀማመጥ ካለው ወይም የዓምዶቹ ብዛት ከረድፍ ረድፍ የማይጣጣም ከሆነ መሳሪያው የሚከተለውን መልእክት ያሳያል፦
"This CSV could not be parsed." - ባዶ ፋይል (No data): የገባው ፋይል ምንም አይነት የመረጃ ረድፍ ካልያዘ የሚከተለው መልእክት ይወጣል፦
"This file has no table rows." - የረድፎች ገደብ (Row Limit): ፋይሉ በጣም ረጅም እና ከተፈቀደው ከፍተኛ የረድፍ ብዛት በላይ ከሆነ መተግበሪያው ሂደቱን ያቆምና የሚከተለውን መልእክት ያሳያል፦
"This table has more than ‹max› rows." - የዓምዶች ገደብ (Column Limit): ሰንጠረዡ ከሚፈቀደው በላይ ዓምዶች ካሉት የሚከተለው መልእክት ይወጣል፦
"This table has more than ‹max› columns." - የፋይል መጠን ገደብ (File Size Limit): በጣም ትላልቅ የሆኑ ፋይሎችን ለመለወጥ ሲሞከር የአሳሹን አቅም ስለሚገታ የሚከተለው መልእክት ይታያል፦
"This file is too large. Use a file under ‹max›." - ፋይል አለመምረጥ (No file selected): ተጠቃሚው ምንም ፋይል ሳይሰቅል ለመለወጥ ሲሞክር የሚከተለው መልእክት ያያል፦
"Choose one file first." - የማይደገፍ የፋይል አይነት (Unsupported file type): ከCSV፣ JSON ወይም XLSX ውጭ ያለ ፋይል ሲገባ የሚከተለው ማስጠንቀቂያ ይታያል፦
"Choose a CSV, JSON or XLSX file." - የጊዜ ማለቅ ስህተት (Timeout): ለውጡ በጣም ረጅም ጊዜ የሚወስድ ከሆነ ሂደቱ ይቋረጣል፤ መልእክቱም እንዲህ ይላል፦
"This conversion is taking too long. Try a smaller file."
ይህ የትርጉም መለወጫ ለማን የተዘጋጀ ነው?
ይህ የCSV ወደ JSON መለወጫ መሳሪያ በተለያዩ የስራ መስኮች ላይ ለተሰማሩ ባለሙያዎች ከፍተኛ ጥቅም ይሰጣል፦
- የድር እና የሶፍትዌር አልሚዎች (Developers): ከዳታቤዝ ወይም ከኤክሴል የወጡ የCSV መረጃዎችን ወደ ዌብ መተግበሪያዎች ወይም ወደ ኤፒአይ (API) ለማስገባት ለሚፈልጉ እና የJSON ቅርጸት ለሚፈልጉ ባለሙያዎች።
- የመረጃ ተንታኞች (Data Analysts): የቆዩ የስልክ ቁጥሮች ወይም የፖስታ ኮዶች መዝገቦችን የዜሮ መሪዎቻቸውን ሳያጡ በጥንቃቄ ወደ JSON መለወጥ ለሚፈልጉ ባለሙያዎች።
- የተለያየ የቴክኖሎጂ እውቀት ያላቸው የስራ ቡድኖች: የኤክሴል ወይም የCSV ፋይል ብቻ መጠቀም የሚችሉ ቴክኒካል ያልሆኑ ባልደረቦች በሚልኩት መረጃ እና የJSON ቅርጸት ብቻ በሚፈልገው የቴክኖሎጂ ክፍል መካከል ያለውን የመረጃ ልውውጥ ለማቀላጠፍ።
- ተחקማሪዎች እና ተማሪዎች: ለትምህርት ፕሮጀክቶች ወይም ለአንድ ጊዜ ምርምር የሚሆኑ አነስተኛ የCSV መረጃዎችን በፍጥነት እና ያለ ምንም ክፍያ ለመለወጥ ለሚፈልጉ።
ተዘውትረው የሚጠየቁ ጥያቄዎች (FAQ)
1. በCSV ውስጥ ያሉ ቁጥሮች ለምንድነው በJSON ውፅዓት ውስጥ በድርብ ጥቅስ (Strings) ሆነው የሚቀመጡት?
በCSV ፋይል ውስጥ ያሉ ሁሉም መረጃዎች እንደ ጠፍጣፋ ፅሁፍ (Flat text) ነው የሚቀመጡት። መሳሪያው የቁጥሮችን የፊት ለፊት ዜሮዎች (Leading zeros) ላለማጥፋት እና የመረጃውን የመጀመሪያ መዋቅር እንዳያበላሽ ሲል ሁሉንም እሴቶች እንደ ፅሁፍ (String) አድርጎ ወደ JSON ያስተላልፋል። ፋይሉን ካወረዱ በኋላ በራስዎ የፕሮግራሚንግ ቋንቋ (ለምሳሌ በJavaScript parseInt() ወይም parseFloat()) በመጠቀም ወደ ቁጥር መለወጥ ይችላሉ።
2. ይህንን መሳሪያ ለመጠቀም መረጃዬን ወደ ሰርቨር መጫን አለብኝ? የመረጃዬ ደህንነትስ እንዴት ይጠበቃል?
አይደለም፣ መረጃዎ ወደ የትኛውም ሰርቨር አይጫንም። መላው የመለወጥ ሂደት የሚከናወነው በእርስዎ ኮምፒውተር ወይም ስልክ የድር አሳሽ (Web Browser) ላይ ብቻ ነው። ይህም ሚስጥራዊ የሆኑ መረጃዎችን ያለ ምንም የደህንነት ስጋት ለመለወጥ አስተማማኝ ያደርገዋል።
3. ከተደራረበ መዋቅር (Nested JSON) ጋር የተገናኙ የCSV ፋይሎችን መለወጥ እችላለሁ?
CSV በጥብቅ ባለ ሁለት ממድ ሰንጠረዥ (Flat table) ስለሆነ፣ ወደ JSON ሲቀየር ቀጥተኛ የኦብጀክቶች ድርድር (Flat array of objects) ብቻ ነው መፍጠር የሚቻለው። በዚህ መሳሪያ አማካኝነት የተደራረቡ የJSON መዋቅሮችን (Objects within objects) መፍጠር አይቻልም።
4. ለመለወጥ የምችለው ከፍተኛው የፋይል መጠን ወይም የረድፎች ብዛት ስንት ነው?
መሳሪያው ለአሳሽዎ ደህንነት እና ለፈጣን አፈጻጸም ሲባል የተወሰኑ የረድፍ፣ የዓምድ እና የፋይል መጠን ገደቦች አሉት። ፋይልዎ ከእነዚህ ገደቦች በላይ ከሆነ "This file is too large. Use a file under ‹max›." ወይም "This table has more than ‹max› rows." የሚሉ የስህተት መልእክቶችን ያሳያል። በእነዚህ ጊዜያት ፋይልዎን ቀንሰው በትንሽ መጠን እንዲያስገቡ ይመከራል።