Validar CSV com esquema de colunas e localizar erros

Este validador compara o cabeçalho com as colunas exatas esperadas por você e examina cada linha com regras explícitas para texto, números, inteiros, booleanos e datas ISO. Em vez de parar na primeira célula inválida, ele devolve uma lista completa de violações com números de linha e nomes de coluna. Você pode executá-lo gratuitamente no navegador ou usar a API por US$ 0,002 por solicitação em um fluxo automatizado.

Defina o contrato antes de verificar o arquivo

Descreva cada coluna esperada com três propriedades: nome exato, tipo e obrigatoriedade. A ordem importa porque CSV representa dados posicionais; um arquivo com cabeçalho nome,id não pode ser trocado com segurança por id,nome, mesmo que ambos tragam os mesmos nomes. Por isso, o validador compara o cabeçalho inteiro com o esquema antes de analisar as linhas. Uma coluna ausente, extra, renomeada, duplicada ou reordenada gera erro de entrada, e não um relatório enganoso. Os tipos aceitos são string, number, integer, boolean e date. Números admitem notação decimal e científica; inteiros devem ser números inteiros seguros; booleanos aceitam true ou false sem diferenciar maiúsculas; e datas usam YYYY-MM-DD com validação do calendário. Um texto aceita qualquer valor não vazio, enquanto required determina separadamente se a célula pode ficar vazia. Assim, um inteiro opcional pode ser omitido, mas, quando informado, ainda precisa ser um inteiro válido.

Interprete corretamente as violações

O resultado começa com o indicador valid e os totais de linhas, colunas e violações. Quando valid é false, o array violations identifica cada problema por número da linha, nome da coluna, código estável e mensagem legível. A numeração acompanha o próprio CSV: a linha 1 é o cabeçalho e o primeiro registro está na linha 2. Dessa forma, você pode abrir o arquivo original e ir diretamente ao ponto indicado. Uma violação required significa que uma célula obrigatória está vazia. Uma violação type significa que um valor presente não atende ao tipo declarado. Linhas com campos a mais ou a menos recebem column_count na coluna especial _row, pois o problema estrutural não pode ser atribuído com segurança a uma célula nomeada. O parser reconhece vírgulas entre aspas, aspas escapadas, quebras de linha internas e arquivos CRLF; portanto, pontuação legítima dentro de um campo citado não desloca colunas posteriores nem cria alertas falsos.

Valide na entrada do fluxo de trabalho

Faça a validação o mais perto possível do ponto em que o arquivo entra no seu sistema. Um upload de parceiro pode ser rejeitado antes de chegar ao banco de dados, uma exportação agendada pode ser conferida antes dos cálculos seguintes e um importador pode apresentar todas as células corrigíveis de uma só vez. Como o algoritmo é determinístico e não acessa a rede, o mesmo CSV e o mesmo esquema sempre produzem o mesmo relatório. Isso torna a saída útil tanto para bloqueios automáticos quanto para limpeza interativa. Trate uma divergência de cabeçalho de modo diferente das violações de linha: a primeira mostra que o arquivo não é o conjunto de dados esperado; as demais mostram registros reconhecíveis que precisam de correção. O validador apenas informa e nunca edita, converte, remove espaços ou substitui valores. Se o seu pipeline exigir normalização, execute-a como uma etapa deliberada separada e valide novamente conforme o contrato exigido pelo destino.