本文目录
什么是 CSV 校验？
CSV（逗号分隔值）校验用于检查文件是否符合预期的结构、编码和数据格式。CSV 看似简单，但真实世界中的文件常常存在各种问题：列数不一致、分隔符错误、编码问题、未转义的引号以及嵌入的换行符。
CSV 是使用最广泛的数据交换格式之一，但也是标准化程度最低的格式之一。并不存在唯一的官方 CSV 标准——RFC 4180 提供了一些指导，但大多数工具都实现了各自的变体。这意味着来自不同来源的文件在结构上可能互不兼容。
CSV 校验如何工作
CheckTown 的 CSV 校验器会解析文件，并检查结构、编码和一致性。
- 分隔符检测——识别文件使用的是逗号、分号、制表符还是其他分隔符
- 行一致性——验证每一行的列数是否与表头行相同
- 编码检查——检测字符编码问题，包括 BOM 标记和无效的 UTF-8 序列
免费试用 —— 无需注册
校验一个 CSV 文件 →何时使用 CSV 校验
在将文件导入数据库、API 或数据处理流水线之前，CSV 校验最有价值。
- 数据导入——在载入数据库或 CRM 系统之前校验 CSV，以防止数据损坏
- ETL 流水线——将校验作为数据转换流程的第一步，尽早捕捉源头错误
- 文件交换——在处理之前校验从外部合作伙伴收到的文件，以确保结构兼容
常见问题解答
实践中最常见的 CSV 错误是什么？
列数不一致（也称参差行）是最常见的 CSV 问题。当某一行的列数多于或少于表头时就会出现，通常是由字段值中未转义的逗号引起的。第二常见的问题是编码——在 Windows 上创建的文件往往使用 Windows-1252 编码而非 UTF-8。
CSV 中字段值内部的逗号应该如何处理？
包含逗号的字段必须用双引号括起来。如果该字段同时还包含双引号，则必须通过将其重复一次来转义。例如，一个值为 She said, "hello" 的字段，在有效的 CSV 中应写作 "She said, ""hello"""。
CSV 和 TSV 有什么区别？
TSV（制表符分隔值）使用制表符而非逗号作为分隔符。TSV 不太常见，但可以避免在包含逗号的数据中出现分隔符冲突。两种格式遵循相同的总体结构和引用规则。