📚 课程目录第1章 CSV文件基础认知

1. CSV 文件基础认知

做配方数据导入，第一个绕不开的就是 CSV。说实话，很多人觉得 CSV 太简单了——不就是个逗号分隔的文本文件吗？但我在项目里见过太多因为 CSV 编码、空行、引号问题导致导入失败的情况。今天咱们就把这些坑一个一个填平。

  一句话总结：CSV 是纯文本格式，不是 Excel 专属，也不是数据库。它只存数据，不存格式。

CSV 全称 Comma-Separated Values，逗号分隔值。说白了，就是用逗号把数据隔开，一行一条记录。我最早接触 CSV 是在十年前做 ERP 数据迁移的时候，那时候供应商给的数据全是 CSV，打开一看，嗯，就是个文本文件。

一个标准的 CSV 文件长这样：

配方编号,配方名称,物料编码,用量,单位
R001,基础面浆,ML-001,500,g
R002,糖水溶液,ML-002,300,ml
R003,乳化液,ML-003,200,ml

你看，第一行是表头，后面是数据行。每个字段用逗号隔开。就这么简单。

但简单归简单，有几个关键点你得记住：

很多人把 CSV 和 Excel 混为一谈，我刚开始也犯过这个错。有一次客户说「我把 Excel 发给你了」，结果打开一看是 .csv 文件。嗯，这俩其实完全不是一回事。

我个人习惯：数据交换用 CSV，数据分析用 Excel。CSV 是「数据搬运工」，Excel 是「数据加工厂」。你想想看，如果每次导入配方数据都要打开 Excel 另存为，那批量导入的效率就全毁了。

这是我在项目中遇到最多的问题，没有之一。编码不对，数据直接乱码，配方名称变成一堆「锟斤拷」。

为什么会这样？因为 CSV 是纯文本，它必须用一种编码方式来存储字符。中文环境下，最常见的两种编码是：

注意：用 Excel 打开 CSV 时，它默认用 GBK 编码。如果你的 CSV 是 UTF-8 编码，Excel 打开会乱码。反过来，如果你的系统是 UTF-8 环境，GBK 编码的 CSV 也会乱码。

我建议：统一使用 UTF-8 编码。原因很简单——你的配方数据可能包含英文、数字、特殊符号，UTF-8 都能兼容。而且现在的 Web 系统、数据库、API 接口，基本都认 UTF-8。

怎么确认编码？用记事本打开 CSV，点「另存为」，看右下角的编码选项：

记事本另存为界面：
编码下拉框：ANSI（GBK）、UTF-8、UTF-16

推荐选择：UTF-8

如果你用 VS Code 或 Sublime Text，右下角会直接显示当前编码，点击就能切换。

我的经验：批量导入前，先写一个编码检测脚本。如果检测到 GBK，自动转 UTF-8。这一步能避免 80% 的导入失败问题。

这部分是我最想跟你分享的。CSV 看起来简单，但坑是真的多。我曾经因为一个空行，导致整个批次的配方数据导入错位，排查了整整一下午。

CSV 文件末尾或中间的空行，会被某些解析器当成一条空记录。比如：

配方编号,配方名称,用量
R001,基础面浆,500
                          ← 空行
R002,糖水溶液,300

有些系统读到空行就报错，有些系统会插入一条空数据。我的建议：导入前用脚本清理空行。

# Python 示例：清理 CSV 空行
with open('配方数据.csv', 'r', encoding='utf-8') as f:
    lines = [line for line in f if line.strip()]
# 现在 lines 里没有空行了

如果数据里包含逗号、换行符、引号本身，CSV 会用双引号包裹。比如：

配方编号,配方名称,备注
R001,基础面浆,"含"食品级"添加剂"

这里就有问题——数据里的双引号没有转义。正确的写法是：

配方编号,配方名称,备注
R001,基础面浆,"含""食品级""添加剂"

规则很简单：数据中的双引号，用两个双引号转义。整个字段再用一对双引号包裹。

我曾经踩过的坑：有一次供应商给的 CSV 里，备注字段有换行符，但没加引号包裹。结果导入时，一条记录被拆成了两行，后面的字段全部错位。从那以后，我写导入脚本都会加一个「字段数校验」——如果某行的字段数不等于表头，直接报错并打印行号。

配方用量里如果有逗号，比如「1,500g」，解析器会把它当成两个字段。解决办法：用双引号包裹。

配方编号,配方名称,用量
R001,基础面浆,"1,500"

UTF-8 编码的 CSV 有时会带 BOM（Byte Order Mark），就是文件开头的三个字节 EF BB BF。Excel 保存 UTF-8 CSV 时默认加 BOM，但有些系统不认 BOM，会把它当成数据的一部分。

我的做法：统一用 UTF-8 without BOM。VS Code 保存时选「UTF-8 with BOM」或「UTF-8」就能控制。

下面这张图，把 CSV 的核心知识点串起来了。你可以把它当成一个快速参考。

CSV 是配方数据批量导入的基石。你不需要成为 CSV 专家，但下面这几点一定要记住：