Resumo

  • O RFC 4180, de outubro de 2005, registrou text/csv e descreveu um formato CSV comum. Como documento informativo, reconhecia diferenças entre implementações e deixava a indicação de cabeçalho para um parâmetro opcional do tipo de mídia.
  • O RFC 7111, de janeiro de 2014, definiu fragmentos para escolher linha, coluna ou célula em text/csv: #row=4, #col=2, #cell=4,1. A contagem começa em um. Clientes sem suporte ao fragmento ainda recebem o arquivo completo.
  • O seletor identifica uma posição na versão recebida, não um registro imutável. Acrescentar uma linha antes da quarta faz #row=4 escolher o novo ocupante daquele lugar. O servidor não tem como saber com segurança se a requisição veio de uma URL com fragmento.

Uma nota de rodapé com endereço próprio

Uma instituição divulga uma tabela CSV com decisões. Uma pesquisadora quer citar a decisão da quarta linha. Se publicar apenas a URL do arquivo, cada leitor precisa abri-lo e procurar. Se acrescentar #row=4, a citação parece levar diretamente ao fato. O atalho custa poucos caracteres e tem a aparência de uma referência exata.

A sintaxe ganhou definição no RFC 7111, publicado em janeiro de 2014. Ele acrescentou identificadores de fragmento ao tipo de mídia text/csv. row escolhe linhas, col escolhe colunas, cell escolhe campos. No exemplo da especificação, data.csv#row=4 seleciona a quarta linha do arquivo. A primeira linha do exemplo contém os nomes das colunas; portanto, a quarta linha corresponde ao terceiro registro de dados. Quem conta apenas os registros já começa com uma referência deslocada.

O formato de base tinha uma história menos arrumada. O RFC 4180, de outubro de 2005, registrou text/csv e documentou convenções para vírgulas, aspas, quebras de linha e cabeçalhos. Sua introdução registrava uma situação curiosa: o CSV já era comum na troca entre planilhas, embora não houvesse uma descrição formal única. O documento também reconhecia diferenças consideráveis entre programas. Seu caráter informativo descrevia uma prática existente; não dava a todos os arquivos CSV o mesmo comportamento por decreto.

A presença de cabeçalho pode ser anunciada pelo parâmetro opcional header=present ou header=absent. Sem esse aviso, o software leitor toma uma decisão própria. O fragmento do RFC 7111 conta as linhas físicas a partir de um. Por isso, “quarto item de dados” e #row=4 não são sinônimos quando existe uma primeira linha com nomes de colunas. A precisão do link começa com a estrutura real do arquivo.

O número sabe o lugar; o registro pode ir embora

O RFC 7111 oferece mais do que uma única linha. #col=2 aponta para a segunda coluna; #cell=4,1, para a primeira célula da quarta linha. Um hífen define intervalos, um asterisco alcança a última linha ou coluna e pontos e vírgulas permitem múltiplas seleções. É uma maneira econômica de citar pedaços de um conjunto de dados sem transformar cada campo em uma página separada.

O preço dessa economia aparece no que o fragmento omite. #row=4 não guarda a chave do registro, a impressão digital do conteúdo nem a data da versão consultada. O cliente recebe uma representação e conta até quatro. Se a quarta linha existe, pode mostrá-la fielmente. Ele não tem pistas para saber se aquela é a mesma entrada que o autor da referência viu quando escreveu.

Suponha que a quarta linha registrava uma aprovação. O publicador percebe uma decisão mais antiga fora de ordem e a insere acima. A aprovação vira quinta linha. O link antigo continua bem formado; o arquivo continua acessível; a quarta linha continua lá. O que saiu do lugar foi a evidência. Um verificador automático que só testa se a URL responde dirá “tudo certo” enquanto a citação ilumina uma decisão diferente.

Remover uma entrada anterior faz o movimento contrário. Ordenar novamente a tabela pode deslocar várias linhas de uma vez. Inserir uma coluna antes de um campo altera o destino de #cell=. Isso decorre da própria regra de posições do RFC, sem exigir um bug no cliente. O programa pode seguir a especificação com perfeição e ainda mostrar um fato que o autor não quis citar.

Para demonstrar uma troca concreta em determinado arquivo, seriam necessárias duas versões datadas e a localização do mesmo registro em cada uma. Os textos oficiais mostram o mecanismo, mas não registram um incidente específico. É uma exigência de prova simples: guardar a versão que fundamentou a frase e compará-la à versão servida agora.

O servidor não vê o marcador de linha

O símbolo # traz uma divisão de trabalho anterior ao CSV. O RFC 3986, de janeiro de 2005, descreve o fragmento da URI como referência indireta interpretada pelo cliente. Antes da recuperação do recurso principal, ele é separado do restante da URI. Seu significado depende do tipo de mídia recebido; o software do usuário decide qual parte destacar. O RFC 7111 aplicou essa regra geral ao text/csv.

O servidor, portanto, não recebe a instrução “envie apenas a quarta linha”. Ele entrega o CSV inteiro. O cliente que entende a sintaxe seleciona a linha depois. O documento de 2014 afirma expressamente que o servidor não tem maneira confiável de descobrir se o cliente usou um fragmento ao pedir o arquivo. Um registro de acesso prova que a tabela foi solicitada, mas não qual linha o leitor pretendia examinar.

Clientes podem apresentar o mesmo link de formas diferentes. Um deles destaca a quarta linha; outro não implementa os fragmentos CSV e abre ou baixa a tabela completa. O RFC trata isso como parte da adoção gradual. O recurso continua acessível mesmo sem suporte ao seletor, o que facilita a circulação do link e torna menos visível a diferença entre uma citação específica e um acesso genérico.

Essa separação deu poder a quem cita. Um jornalista pode apontar para uma pequena parte de um arquivo de outra instituição sem pedir autorização para alterar seu servidor. Também limita a prova oferecida pela rede. Uma resposta de sucesso não atesta que o leitor viu a linha, a interpretou ou confirmou o valor. Tudo isso acontece depois da entrega, dentro do programa do destinatário.

Há regras para erros. Um fragmento com sintaxe inválida deve ser ignorado, não corrigido por palpite. Uma linha individual além do fim do arquivo é ignorada; um intervalo longo demais é limitado ao tamanho real da tabela. As regras resolvem posições impossíveis. Não reconhecem a situação mais traiçoeira: uma quarta linha que existe, mas abriga um registro diferente do citado originalmente.

O trecho de segurança do RFC ainda alerta para mal-entendidos entre programas que mostram um fragmento e programas que mostram o arquivo inteiro. O texto define o comportamento esperado de um cliente compatível, mas não fornece uma lista de lançamentos de navegadores que adotaram a função. Registros de implementação datados completariam essa cronologia.

Quando a URL sobrevive ao dado

CSV circulou amplamente porque um arquivo simples é barato de produzir e compartilhar. O RFC 4180 lhe deu uma identificação de mídia; o RFC 7111 permitiu citar uma parte sem exigir um serviço de banco de dados. A combinação reduz trabalho para o publicador e para quem escreve. A conservação da evidência, porém, ficou fora dos seis caracteres de #row=4.

Para um apontamento passageiro, a quarta linha atual pode ser suficiente. Uma conclusão que precisará ser reconstituída anos depois pede mais: uma cópia versionada do arquivo, uma chave de registro independente da ordem ou um endereço estável para a entrada. Cada medida custa manutenção. Cada uma também impede que uma simples reordenação transforme uma citação antiga em referência a outra decisão.

O RFC 7111 foi uma submissão independente de categoria informativa. A atualização do registro text/csv recebeu a aprovação exigida do IESG. A especificação tornou uma posição endereçável; não congelou o conteúdo colocado nela. O endereço da cadeira ganhou etiqueta. A pessoa sentada ali continuou livre para mudar.