Интересное · InstaParser

TXT или CSV: какой формат выгрузки аудитории выбрать

TXT подходит для простого списка username или ссылок, а CSV нужен для таблицы с источником, действием, датой и другими полями. Если результат предстоит фильтровать, объединять или передавать команде, выбирайте CSV и заранее фиксируйте кодировку и названия колонок.

Короткий ответ

TXT подходит для простого списка username или ссылок, а CSV нужен для таблицы с источником, действием, датой и другими полями. Остальные сигналы нужно сохранять отдельно, чтобы результат можно было проверить, сегментировать и обновить.

Пошаговый процесс

Рабочий процесс начинается с проверяемой цели и заканчивается паспортом выгрузки. Выполняйте шаги последовательно и сохраняйте исходный файл до фильтрации.

1. Запишите, какие решения должны принять по файлу.
2. Определите обязательные колонки и единицу строки.
3. Для простого списка выберите TXT, для анализа — CSV.
4. Используйте UTF-8 и проверьте кириллицу.
5. Откройте первые и последние строки после экспорта.
6. Проверьте кавычки, запятые и переносы в комментариях.
7. Сохраните README с датой, источником и правилами полей.

Чем TXT отличается от CSV

TXT — это общий текстовый файл без обязательной табличной схемы. В нём удобно хранить один username или URL на строку, но второй и третий параметр требуют собственного разделителя и договорённости. Другая программа не узнает смысл колонок автоматически.

CSV — это текстовая таблица с записями и полями. Документ RFC 4180 редакции RFC Editor описывает распространённые правила: «Each record is located on a separate line», первая строка может содержать заголовки, а поля с запятыми и переносами заключают в кавычки.

Когда выбрать TXT для выгрузки

TXT выбирают, когда нужен один линейный список без дополнительного контекста. Например, файл из username для технической сверки проще прочитать построчно и передать небольшому скрипту. Размер такого файла обычно меньше, потому что источник и другие поля не повторяются.

TXT становится хрупким при появлении второго поля. Строка `username;source;comment` требует правил для точки с запятой внутри комментария, пустых значений и переносов. Если эти правила не описаны, следующему сотруднику придётся угадывать структуру.

Когда выбрать CSV для выгрузки

CSV выбирают для фильтрации, сегментации, объединения и импорта. Колонки `username`, `source`, `action`, `detected_at` и `city` сохраняют происхождение записи. Такой файл проще открыть в табличном редакторе и проверить по столбцам.

CSV особенно полезен для комментариев и повторной активности. Кавычки позволяют корректно сохранить запятые и переносы внутри текста, если экспорт соблюдает правила формата. После открытия проверьте, что одна реакция не разъехалась на несколько строк.

Локальный тест TXT и CSV от 24 августа 2026 года

Локальный тест измерил разницу на синтетической выборке из 100 000 строк. Мы создали 80 000 уникальных username и 20 000 повторов с фиксированным seed `20260824`. TXT содержал только username, а CSV — четыре поля: username, источник, действие и город.

Результат теста показывает цену структуры, а не преимущество одного формата во всех задачах. CSV оказался в 2,78 раза больше, потому что сохранял четыре поля и повторял значения источника, действия и города. Это не тест скорости InstaParser и не статистика реальных пользователей.

Какую кодировку выбрать для кириллицы

UTF-8 подходит для русских букв и обмена между системами. Если Excel открывает кириллицу неверно, импортируйте файл через мастер данных и явно выберите UTF-8, а не меняйте символы вручную. Для некоторых версий Excel помогает UTF-8 с BOM.

Кодировку нужно записать рядом с форматом. Название `audience.csv` не сообщает, использовались ли UTF-8, запятая или точка с запятой. Короткий README экономит время при передаче файла агентству, клиенту или разработчику.

Что записать в README к выгрузке

README должен объяснять файл без устных подсказок автора. Укажите дату и источник сбора, кодировку, разделитель, названия колонок, единицу строки, правила пустых значений и контакт ответственного. Для обновляемой выгрузки добавьте версию схемы.

Как не сломать CSV комментариями

Запятые, кавычки и переносы внутри комментария требуют экранирования. Поле заключают в двойные кавычки, а внутреннюю кавычку дублируют — это соответствует описанию RFC 4180. Самостоятельное разделение строки по каждой запятой разрушает такие записи.

Формульная инъекция требует проверки перед открытием в таблицах. Значение, начинающееся с `=`, `+`, `-` или `@`, некоторые программы могут трактовать как формулу. Для внешних текстовых полей применяйте безопасный импорт и не запускайте неизвестные формулы.

Как выбрать формат за 30 секунд

• Один список username без анализа — TXT.
• Два и более поля — CSV.
• Нужны фильтры, сортировка или сводная таблица — CSV.
• Нужна только передача строк в простой скрипт — TXT.
• Нужно сохранить источник попадания — CSV.
• Нужен архивный исходник — сохраните оба формата и описание схемы.

Финальное решение зависит от следующей операции. Если после скачивания вы будете удалять дубли, считать повторную активность или сегментировать города, скачайте CSV. TXT оставьте для компактного технического списка, где смысл каждой строки очевиден без заголовков.