正则与文本处理指南
CSV 不能按逗号切分:引用字段与多行记录
用 CSV 解析器处理逗号、双引号和字段换行,再检查行列数量。
逗号未必是分隔符
引用字段内的逗号属于内容,简单切分会增加一列,并让后面的字段错位。
以下 note 应保留为一个字段,结果为两列而非三列。
name,note
Ada,"hello, world"引号与换行需要解析状态
引用字段内两个双引号表示一个双引号,该字段还可以包含实际换行。
文本行数因此不等于 CSV 记录数,解析器要跨分隔符和换行维护引用状态。
name,note
Ada,"said ""yes"""明确文件方言
实际文件可能采用逗号、制表符、分号或不同表头约定,转换前需确认分隔符和表头设置。
可先用 CSV 格式化检查,再转换到已知目标;不能盲目替换字段内部的标点来改变分隔符。
检查导入后表格
应核对记录数、列数和带标点字段,导入表格后再检查前导零与长 ID。
解析器处理格式边界,不负责确定每列业务含义,接收流程还需做类型与必填检查。