Formatos de archivo del conjunto de clasificaciones

El formato de archivo JSON sigue las convenciones de las líneas JSON (JSONL). El archivo debe contener un objeto JSON por línea, donde cada objeto representa un único registro de clasificación.

Estructura JSON

Cada objeto JSON debe contener:

• key (obligatorio): El identificador único del registro de clasificación

• data (requerido para actualizaciones): un objeto que contiene nombres de columnas de clasificación y sus valores

• action (opcional): la acción que se va a realizar. Los valores admitidos son:

  • update (predeterminado)
  • delete-field
  • delete-key

• enc (opcional): especificación de codificación de datos. Los valores admitidos son:

  • utf8 o UTF8 (predeterminado)
  • latin1 o LATIN1

Todos los nombres de campo JSON (key, data, action, enc) distinguen entre mayúsculas y minúsculas y deben escribirse en minúsculas.

Ejemplos de JSON

Registro de actualización básica:

{"key": "product123", "data": {"Product Name": "Basketball Shoes", "Brand": "Brand A", "Category": "Sports"}}

Actualización con codificación especificada:

{"key": "product456", "enc": "utf8", "data": {"Product Name": "Running Shoes", "Brand": "Brand B"}}

Eliminar campos específicos:

{"key": "product789", "action": "delete-field", "data": {"Brand": null, "Category": null}}

Eliminar toda la clave:

{"key": "product999", "action": "delete-key"}

Reglas de validación de JSON

• El campo key es obligatorio y no puede ser nulo ni estar vacío.
• Para las acciones update, el campo data es obligatorio y no puede estar vacío.
• Para las acciones delete-field, el campo data debe contener los campos que se van a eliminar.
• Para las acciones delete-key, el campo data no debe estar presente.
• Los valores de codificación admitidos no distinguen entre mayúsculas y minúsculas e incluyen nombres de conjuntos de caracteres estándar.

Los archivos CSV (valores separados por comas) utilizan comas para separar los campos de datos de clasificación.

Estructura CSV

• Fila de encabezado: la primera fila debe contener encabezados de columna y la primera columna debe ser la columna de clave. Las columnas posteriores deben coincidir con los nombres del esquema del conjunto de clasificaciones.
• Filas de datos: Cada fila subsiguiente contiene datos de clasificación
• Delimitadores: los campos están separados por comas
• Comillas: los campos que contienen comas, comillas o líneas nuevas deben escribirse entre comillas dobles

Ejemplos de CSV

Datos básicos de clasificación:

Key,Product Name,Brand,Category,Price
product123,"Basketball Shoes",Brand A,Sports,89.99
product456,"Running Shoes",Brand B,Sports,79.99
product789,"Winter Jacket",Brand C,Clothing,149.99

Eliminar toda la clave:

Key,Product Name,Brand,Category,Price
product999,~deletekey~,,,

Eliminar campos específicos (mezclados con actualizaciones):

Key,Product Name,Brand,Category,Price
product123,"Updated Product Name",Brand A,Sports,89.99
product456,,~empty~,~empty~,79.99

Reglas de formato CSV

• Los campos que contienen comas deben ir entre comillas dobles
• Los campos que contienen comillas dobles deben escapar de las comillas duplicándolas ("")
• Los campos vacíos representan valores nulos para esa clasificación
• Los espacios iniciales y finales alrededor de los campos se recortan automáticamente
• Se conservan los caracteres especiales (pestañas, líneas nuevas) dentro de los campos entre comillas

Eliminar operaciones:

• Use ~deletekey~ en cualquier campo para eliminar toda la clave y todos sus datos de clasificación
• Utilice ~empty~ en campos específicos para eliminar solo esos valores de clasificación (deja otros campos intactos)
• Al usar ~empty~, puede combinar eliminaciones con actualizaciones en el mismo archivo

Los archivos TSV (valores separados por tabulaciones) y TAB utilizan caracteres de tabulación para separar los campos de datos de clasificación.

Estructura de TSV/TAB

• Fila de encabezado: la primera fila debe contener encabezados de columna y la primera columna debe ser la columna de clave. Las columnas posteriores deben coincidir con los nombres del esquema del conjunto de clasificaciones.
• Filas de datos: Cada fila subsiguiente contiene datos de clasificación
• Delimitadores: los campos están separados por caracteres de tabulación (\t)
• Citación: Generalmente no se necesita entrecomillado, pero algunas implementaciones admiten campos entre comillas

Ejemplos de TSV/TAB

Datos básicos de clasificación:

Key    Product Name    Brand    Category    Price
product123    Basketball Shoes    Brand A    Sports    89.99
product456    Running Shoes    Brand B    Sports    79.99
product789    Winter Jacket    Brand C    Clothing    149.99

Eliminar toda la clave:

Key    Product Name    Brand    Category    Price
product999    ~deletekey~

Eliminar campos específicos (mezclados con actualizaciones):

Key    Product Name    Brand    Category    Price
product123    Updated Product Name    Brand A    Sports    89.99
product456        ~empty~    ~empty~    79.99

Reglas de formato TSV/TAB

• Los campos están separados por caracteres de una sola pestaña
• Los campos vacíos (pestañas consecutivas) representan valores nulos
• No suele ser necesario un presupuesto especial
• Se conservan los espacios iniciales y finales
• Deben evitarse los caracteres de nueva línea dentro de los campos

Eliminar operaciones:

• Use ~deletekey~ en cualquier campo para eliminar toda la clave y todos sus datos de clasificación
• Utilice ~empty~ en campos específicos para eliminar solo esos valores de clasificación (deja otros campos intactos)
• Al usar ~empty~, puede combinar eliminaciones con actualizaciones en el mismo archivo