Kaum ein Dateiformat ist so allgegenwärtig und gleichzeitig so unterschätzt wie CSV. Ob Banking-Export, Newsletter-Liste, Produktkatalog oder Datenbank-Dump – irgendwann landet fast jeder bei einer CSV-Datei. Sie sieht im Texteditor harmlos aus, sorgt aber regelmäßig für Frust. Dieser Artikel erklärt, wie CSV aufgebaut ist, wo die typischen Fallstricke liegen und wie du den Inhalt schnell als saubere Tabelle prüfst.
Was bedeutet CSV?
CSV steht für Comma-Separated Values, also "kommagetrennte Werte". Das Format ist denkbar simpel: Jede Zeile ist ein Datensatz, und die einzelnen Felder werden durch ein Trennzeichen voneinander abgegrenzt. Die erste Zeile enthält üblicherweise die Spaltenüberschriften (den Header). Ein Mini-Beispiel:
Name,Stadt,AlterAnna,Berlin,29Tom,Hamburg,34
Weil CSV reiner Text ist, lässt es sich von praktisch jedem Programm lesen und schreiben – das macht es zum Lingua-franca-Format für den Datenaustausch zwischen Systemen, die sonst nichts gemeinsam haben.
Der Klassiker: Komma oder Semikolon?
Der Name sagt "Komma", die Realität sieht oft anders aus. In Deutschland und vielen europäischen Ländern wird das Komma als Dezimaltrennzeichen verwendet (1,5 statt 1.5). Damit Programme nicht durcheinanderkommen, nutzt etwa Excel im deutschen Sprachraum standardmäßig das Semikolon als Feldtrenner. Öffnest du eine kommagetrennte Datei in einer Semikolon-Umgebung, landet plötzlich alles in einer einzigen Spalte.
Genau hier hilft ein schneller Sichttest: Mit dem CSV Tabellen Generator fügst du deinen CSV-Text ein und siehst ihn sofort als ordentliche HTML-Tabelle gerendert. Stimmt die Spaltenaufteilung nicht, erkennst du auf einen Blick, dass das Trennzeichen nicht passt.
Anführungszeichen und Sonderfälle
Was passiert, wenn ein Feldinhalt selbst ein Komma enthält, etwa eine Adresse wie "Musterstraße 1, 12345 Berlin"? Dafür gibt es die Regel, problematische Felder in doppelte Anführungszeichen zu setzen. Innerhalb solcher Felder werden Trennzeichen und Zeilenumbrüche ignoriert. Ein doppeltes Anführungszeichen im Text wird dabei verdoppelt (""), um es zu maskieren. Diese Regeln stammen aus der lockeren Spezifikation RFC 4180, an die sich allerdings nicht jedes Programm strikt hält – daher die vielen kleinen Inkompatibilitäten.
Encoding: die unsichtbare Stolperfalle
Umlaute, die als ä oder ü erscheinen, sind das klassische Symptom eines Encoding-Problems. CSV-Dateien speichern keine Information über ihre Zeichenkodierung. Wird eine Datei in UTF-8 geschrieben, aber als Windows-1252 (Latin-1) gelesen, zerfallen alle Umlaute und Sonderzeichen. Beim Austausch lohnt es sich daher, möglichst durchgängig auf UTF-8 zu setzen und das mit dem Empfänger abzustimmen.
CSV im Workflow
CSV ist oft nur eine Zwischenstation. Sobald die Daten sauber strukturiert sind, willst du sie vielleicht weiterverarbeiten. Für Programmierschnittstellen brauchst du häufig JSON statt CSV – dafür hilft der JSON zu CSV Konverter in die andere Richtung. Und wenn die rohen Daten erst einmal ordentlich aussehen sollen, prüfst du sie mit dem JSON Validator auf Korrektheit, sobald sie konvertiert sind.
Weitere Werkzeuge für den Entwickleralltag findest du gesammelt in den kotsch.tech Webtools – alle laufen lokal im Browser, deine Daten werden nicht hochgeladen.
Fazit
CSV ist simpel im Kern, aber tückisch im Detail: Das richtige Trennzeichen, korrekt maskierte Anführungszeichen und das passende Encoding entscheiden darüber, ob deine Daten sauber ankommen oder im Chaos versinken. Wer eine CSV vor der Weiterverarbeitung kurz als Tabelle visualisiert, fängt die meisten Fehler ab, bevor sie sich durch die gesamte Pipeline ziehen.