Dateiformate

CSV, JSON, XML

Ziele

• CSV, JSON, XML
  • Dateiformate erkennen und unterscheiden
  • Anwendungsbereiche kennen
  • Gültige und fehlerhafte Notationen erkennen

CSV: Grundlagen

• CSV = Comma-Separated Values
• Textbasiertes Format zur Speicherung tabellarischer Daten
• Jede Zeile entspricht einem Datensatz
• Werte innerhalb einer Zeile werden durch ein Trennzeichen (Separator) getrennt
• Von fast allen Datenbank-, Tabellenkalkulations- und Statistikprogrammen unterstützt

Beispiel

ID,Name,Ort
1,Müller,Dresden
2,Schmidt,Leipzig
3,Meier,Chemnitz

csv: Separatoren

Deutschland / Europa häufig:

ID;Name;Ort
1;Müller;Dresden

International häufig:

ID,Name,Ort
1,Müller,Dresden

Warum unterschiedliche Separatoren?

• Deutschsprachige Excel-Versionen verwenden oft das Semikolon (;)
• In vielen Ländern ist das Komma (,) Dezimaltrennzeichen
• Das eigentliche Trennzeichen muss beim Import bekannt sein

csv: Zeichencodierung

• UTF-8
  • heute Standard
  • enthält fast alle Schriftzeichen der Welt
  • hohe Kompatibilität
• Veraltete Codierungsstandards: ISO-8859-1; Windows-1252
• Codierung wie “Legende”: Welcher Buchstabe gehört zu welchem Zahlenwert?
• Falsche Codierung führt zu Problemen:
  Müller → Müller

csv: Einsatzbereiche

• Datenimport -und -export
• Datenaustausch zwischen Anwendungen
• Bereitstellung offener Daten (Open Data)

Nachteile

• Hoher Speicherbedarf im Vergleich zu anderen Dateiformaten zur Datenverarbeitung (z. B. in Python oder R)
• Zeilenbasiert: Beim Laden großer Datenmengen kann man nicht nur bestimmte Spalten auswählen

csv Injection

Problem: Tabellenkalkulationsprogramme können CSV-Inhalte als Formeln interpretieren.

Beispiele: Ein Angreifer trägt folgenden Wert ein:

• =HYPERLINK("http://angreifer.de")
• =cmd|' /C calc'!A0 (“führe folgenden Befehl aus, beende dann Eingabeaufforderung; starte Windows-Taschenrechner”)

csv Injection: Schutz

Gefährliche Präfixe

• =
• +
• -
• @

Schutzmaßnahmen

• Potenziell gefährliche Werte maskieren
• Führendes Apostroph ergänzen: '=SUM(A1:A10)
• CSV-Dateien aus unbekannten Quellen mit Vorsichert öffnen
• Importfunktionen nutzen statt Direktöffnen

JSON: Datentypen

6 Datentypen in JSON:

Datentyp	Beispiel
String	"Hallo Welt"
Number	42 oder 3.14
Boolean	true oder false
Null	null
Object	{"key": "value" }
Array	[1, 2, 3]

Details siehe RFC 8259

Quelle: https://itgrundlagen.com/14-interaktive-tools/03-entwickler-tools/json-formatter-validator.html

JSON: Anwendung

• REST-APIs: Standardformat für Datenaustausch im Web
• Konfigurationsdateien: package.json, tsconfig.json
• NoSQL-Datenbanken: MongoDB, CouchDB speichern JSON
• Logs: Strukturierte Log-Ausgabe
• Frontend-Backend-Kommunikation: Fetch, AJAX, WebSockets
• JWT Tokens: Payload ist Base64-codiertes JSON

Quelle: https://itgrundlagen.com/14-interaktive-tools/03-entwickler-tools/json-formatter-validator.html

JSON: Einfaches Beispiel

{
  "vorname": "Max",
  "nachname": "Mustermann",
  "alter": 30,
  "aktiv": true,
  "stadt": "Berlin"
}

JSON: Verschachtelung

{
  "mitarbeiterId": "E123",
  "name": "Anna Schmidt",
  "position": "Softwareentwicklerin",
  "adresse": {
    "strasse": "Hauptstraße 42",
    "plz": "10115",
    "stadt": "Berlin"
  },
  "kontakt": {
    "email": "anna.schmidt@example.com",
    "telefon": "+49 30 123456"
  }
}

JSON mit Arrays

{
  "name": "Maria",
  "hobbys": [
    "lesen",
    "fotografieren",
    "wandern"
  ],
  "bestellungen": [
    {
      "bestellungsId": 101,
      "betrag": 45.99,
      "bezahlt": true
    },
    {
      "bestellungsId": 102,
      "betrag": 12.50,
      "bezahlt": false
    }
  ]
}

JSON vs. JavaScript-Objekt

Kriterium	JSON	JavaScript-Objekt (JS)
Keys: doppelte Anführungszeichen	erforderlich	nicht erforderlich
Trailing Comma	verboten	erlaubt
Kommentare	verboten	erlaubt
Werte	nur 6 Typen	auch undefined, NaN, Funktionen
Prototyp	keiner	Eigenschaften und Methoden können von Prototyp geerbt werden

Quelle: https://itgrundlagen.com/14-interaktive-tools/03-entwickler-tools/json-formatter-validator.html

JSON: Häufige Fehler

Fehler	Beispiel
Trailing Comma	{"a":1,}
Single Quotes	{'a':'b'}
Unquoted Keys	{a:1}
Kommentare	// comment
Undefined	undefined
NaN / Infinity	NaN

Quelle: https://itgrundlagen.com/14-interaktive-tools/03-entwickler-tools/json-formatter-validator.html

JSON: Verschachtelung

JSON kann beliebig verschachtelt werden:

Verschachtelungs-Typ	Beispiel
Objekte in Objekten	{"user": {"name": "Max"}}
Arrays in Objekten	{"tags": ["a", "b"]}
Arrays von Objekten	[{"id": 1}, {"id": 2}]
Beliebig tief	theoretisch unbegrenzt

Quelle: https://itgrundlagen.com/14-interaktive-tools/03-entwickler-tools/json-formatter-validator.html

JSON: Best Practices

So schreibst Du gutes JSON:

• Doppelte Anführungszeichen für Strings und Keys
• 2 oder 4 Spaces für Einrückung
• Keine Kommentare (nicht erlaubt in JSON)
• UTF-8 als Standard-Encoding
• Konsistente Benennung: camelCase oder snake_case
• keine trailing commas

Quelle: https://itgrundlagen.com/14-interaktive-tools/03-entwickler-tools/json-formatter-validator.html

XML: Grundbausteine

Baustein	Beispiel
Prozessanweisung	<?xml version="1.0"?>
Elemente	<name>Wert</name>
Attribute	<item id="1">
Text	Inhalt zwischen Tags
Kommentare	<!-- ... -->
CDATA	<![CDATA[...]]>

CDATA = Character Data, speichert Text ungefiltert,
d. h. ohne dass XML-Sonderzeichen interpretiert werden

Quelle: https://itgrundlagen.com/14-interaktive-tools/03-entwickler-tools/xml-formatter-validator.html

XML: DTD

Wozu dient die DTD (Dokumenttyp-Definition) bei der Verwendung von XML-Dateien?

• Dokumenttyp-Definition (DTD): Möglichkeit, Struktur und Inhalt von XML-Dokumenten zu definieren
• Legt Regeln und Beschränkungen für Elemente, Attribute und deren Beziehungen in einem XML-Dokument fest
• Stellt eine formale Beschreibung bereit, die es ermöglicht, die Gültigkeit und Konformität eines XML-Dokuments zu überprüfen

Lernkarte AP2 2025 Nr. 124

XML: well-formed vs. valid

Was sind die Unterschiede zwischen einer well-formed und einer valid XML-Datei?

Well-formed

• Eine well-formed XML-Datei erfüllt die syntaktischen Regeln des XML-Formats
• folgt den XML-Konventionen: korrektes Verschachteln von Elementen, Verwendung von Tags und Attributen gemäß XML-Spezifikation
• kann von einem XML-Parser gelesen werden, ohne dass Syntaxfehler auftreten

Valid

• Eine valid XML-Datei erfüllt nicht nur die syntaktischen Anforderungen, sondern entspricht auch den Regeln und Einschränkungen einer definierten Dokumenttyp-Definition (DTD) oder eines XML-Schemas
• wird auf Konformität mit den in der DTD oder im XML-Schema festgelegten Regeln überprüft

Lernkarte AP2 2025 Nr. 125

XML vs. CSV

CSV (Comma-Separated Values) und XML (eXtensible Markup Language) sind verschiedene Dateiformate, die zur Speicherung und Übertragung von strukturierten Daten verwendet werden.

CSV

• Textbasiertes Format, bei dem Daten in Tabellenform organisiert sind
• Jede Zeile repräsentiert einen Datensatz
• die einzelnen Werte innerhalb einer Zeile sind durch Trennzeichen getrennt
• CSV enthält normalerweise keine Strukturinformationen oder Hierarchie

XML

• Markup-Sprache, die eine hierarchische Struktur verwendet
• Daten werden in Tags eingebettet und können hierarchisch verschachtelt werden, um komplexe Hierarchien darzustellen

Lernkarte AP2 2025 Nr. 123

XML: Häufige Fehler

Fehler	Beispiel
Unclosed Tags	<name>Max
Wrong Nesting	<a><b></a></b>
Case Sensitivity	<Name></name>
Special Chars	& unescaped
Multiple Roots	Zwei Root-Elemente Beispiel: <kunde> ... </kunde> <bestellung> ... </bestellung>
Unquoted Attrs	<item id=1>

Quelle: https://itgrundlagen.com/14-interaktive-tools/03-entwickler-tools/xml-formatter-validator.html

XML vs. JSON

XML

• XML bevorzugen bei: SOAP, Dokumenten-Formaten, XSLT, Namespaces, Attributen, Schemas (XSD)
• XML-Vorteile: Attribute, Kommentare, Mixed Content, Namespaces, XPath / XSLT
• oft besser für Enterprise / SOAP

JSON

• JSON bevorzugen bei: REST-APIs, Konfigurationen, moderne Web-Apps, NoSQL-Datenbanken
• JSON-Vorteile: kompakter, schneller zu parsen, native Datentypen
• oft besser geeignet für neue Projekte

Quelle: https://itgrundlagen.com/14-interaktive-tools/03-entwickler-tools/xml-formatter-validator.html

XML: XSD, XPath, XSLT

• XSD: XML Schema Definition, moderner Nachfolger von
  DTD - Document Type Definition
  • beschreibt und validiert XML-Dateien
  • kann im Gegensatz zu DTD Datentypen und Wertebereiche prüfen
  • Beispiel: Mit XSD kann man festlegen, dass alter eine Ganzzahl zwischen 0 und 150 sein muss
  • DTD kann nur festlegen, dass das Element alter vorhanden ist und Text enthält
• XPath: findet Elemente in XML
• XSLT: transformiert XML in andere Formate

XSD: Beispiel

XSD-Schema

<?xml version="1.0"?>
<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema">
 <xs:element name="note">
  <xs:complexType>
   <xs:sequence>
    <xs:element name="to" type="xs:string"/>
    <xs:element name="from" type="xs:string"/>
    <xs:element name="heading" type="xs:string"/>
    <xs:element name="body" type="xs:string"/>
   </xs:sequence>
  </xs:complexType>
 </xs:element>
</xs:schema>

Passendes XML

<?xml version="1.0"?>
<note>
 <to>Max</to>
 <from>Lisa</from>
 <heading>Erinnerung</heading>
 <body>Treffen um 10 Uhr</body>
</note>

Strukturierte vs. semi- und unstrukturierte Daten

Welche Unterschied bestehen zwischen strukturierten, semi-strukturierten und unstrukturierten Daten?

Strukturierte Daten

• Klar definierte, erwartete Struktur
• Können leicht in relationalen Datenbanken gespeichert und abgefragt werden

Semistrukturierte Daten

• Fallen irgendwo zwischen strukturierte und unstruktierte Daten
• Haben eine gewisse Struktur, die aber nicht so streng definiert ist
• Können Metadaten oder Tags enthalten, die den Daten Kontext und Bedeutung verleihen, wie z. B. XML und JSON-Dateien

Unstrukturierte Daten

• Haben keine spezifische Struktur
• Kommen in vielen verschiedenen Formaten vor
• Beispiele: Bilder, Audio- und Videodateien und Webseiten

Lernkarte AP2 2025 Nr. 99

Viel Erfolg!