CSV技能使用说明

引用规则

• 包含逗号、引号或换行符的字段必须用双引号包裹
• 被引号包裹的字段内部的双引号需转义为""（两个引号），而非反斜杠
• 未加引号且含首尾空格的字段——部分解析器会修剪空格，部分不会；建议使用引号以确保保留
• 空字段,,与空字符串,"",在语义上不同；应明确区分

分隔符

• CSV并非总使用逗号——需检测实际分隔符;（欧洲版Excel）、\t（TSV制表符分隔）、|（遗留系统中常见）
• Excel导出使用系统区域设置的分隔符；非美国地区常用分号
• 可从首行推测分隔符但需验证——表头可能不包含特殊字符

编码

• UTF-8 BOM (0xEF 0xBB 0xBF) 会破坏简单的解析器，但Excel需要它来检测UTF-8编码
• 为Windows上的Excel生成文件时：添加BOM；用于程序化使用时：省略BOM
• Latin-1与UTF-8的歧义——在解析前明确声明或检测编码

常见的解析失败

• 引号字段内的换行符是有效的——不要在解析前基于\n进行分割
• 字段中间未转义的引号会破坏文件的其余部分——尽早验证
• 文件末尾的尾随换行符——某些解析器会创建空最后一行；去除或处理
• 每行列数不一致——验证所有行与标题行数量匹配

数字与日期

• 1,234.56对比1.234,56——依赖于区域设置；标准化或记录格式
• 日期：ISO 8601 (2024-01-15) 是唯一无歧义的格式；2024年2月1日即混乱
• 数字字段中的前导零（007）——加引号以作为字符串保留或记录

Excel怪癖

• 公式注入：以=、+、-、@开头的字段会作为公式执行——在前面加上'或制表符
• 长数字（大于15位）会丢失精度——加引号并格式化为文本
• 由数字中的E触发的科学计数法——如需作为字面文本则加引号