CSV格式化工具_引号转义与分隔符方言说明

使用方法

文本框里默认放着一张四行示例表：表头 name,note,qty，张三的备注含逗号，李四的备注有成对双引号，王五的备注里有真正的换行。按 Ctrl+Enter（Mac 用 Cmd+Enter）或点「格式化 CSV」触发。
「分隔符方言」默认逗号。德语区与法语区 Excel 的默认列表分隔符是分号，发出去前换成「分号 ;」，整行挤进一列的问题就消失；切制表符是 TSV，切竖线常见于日志管道。
「引号策略」默认 minimal，只有含界线字符的字段才加引号；选 all 后每个字段都加引号，老旧解析器读得更稳，代价是文件变大。
「行尾」默认 CRLF，即 RFC 4180 写明的那一对字符；换成 LF 更接近 Linux 脚本与 Git 仓库的习惯，复制与导出都按此落地。
「对齐预览」默认关闭。开启后按每列最宽值补齐空格，空格加在引号外面，并强制每个字段加引号——否则空白会被解析回数据表里。
「参与处理的行数上限」默认 50 行，允许 1 到 200，超出的行会被截掉并在蓝框说明。
输入为空、双引号没闭合、引号出现在字段中间、各行列数不一致、行数上限填成 0 或 300，都会给出针对该条的提示。
结果区下面是四张卡片：行数、每行列数、需加引号的字段数、二次解析是否还原；再下面是转义判定表，把二十个典型取值按当前方言逐条判一遍。

这个 CSV 格式化工具能解决什么

第一类是「备注字段里的逗号」。张三,"含逗号, 的备注",3 按逗号朴素切开会得到四段，备注里的逗号被当成列界线。RFC 4180 的做法是给整个字段包一层双引号：引号状态内逗号只是普通字符，只有引号外的逗号才算界线。

第二类是「字段里本来就有双引号」。写法是把一个引号写成两个：李四,"他说 ""你好"", 然后离开",1。只写一个会让解析器认为字段在此闭合，后面紧跟的逗号升格为界线，一个字段被劈成两列。CSV 的转义是引号翻倍，不是像 JSON 那样加反斜杠。

第三类是「一个字段跨了两行」。收货地址、客户备注里常有换行，只要被双引号包住，换行就属于字段内容而不是记录边界。示例第四行解析完仍是 4 条记录。

第四类是「双方软件认的分隔符不一样」。德语区与法语区 Excel 把分号当列表分隔符、把逗号当小数点，逗号分隔的文件发过去会整行挤成一列；换到分号方言后 张三;含逗号, 的备注;3 里的逗号不再是界线，连引号都省了。

还有一层保险：结果会被重新喂回同一个解析器逐字段比对，完全一致才算通过。这能挡住「看着排整齐了、数据其实已被改掉」，比如把补齐的空格塞进引号内部。

解析原理与字符规则

RFC 4180 只规定三件事：字段含逗号、双引号或 CR/LF 时才必须用双引号包围；字段内部的双引号写成连续两个；记录之间用 CRLF 分隔。它没有字符集规定，也没有类型推断——2026/01/01、007、1e5 在这里都只是字符串。

本页的解析器是逐字符状态机，而不是「先换行切断、再按分隔符切列」。它只有两个状态：引号内与引号外。引号外的分隔符结束当前字段、CR 或 LF 结束当前记录；引号内的字符一律照抄，连续两个双引号折叠成一个。

为什么不能用切分与替换来写。跨行字段按行切断会被劈成两行，第二行凭空多出半个引号；只有状态机能保持引号内的换行为普通字符。同理，先把 "" 全局替换成 " 再切分，会把藏在引号里的界线字符放出来。

换方言为什么能少加引号。引号的作用只有一个：保护字段里的界线字符。切到分号后逗号失去界线含义，含逗号, 的备注 退化成普通文本；反过来含分号的字段就要被加引号。所以换方言后，哪些字段需要引号是会挪位置的。

对齐预览为什么必须配引号。把 ab 补齐到宽度 4，空格写在引号内得到 "ab "，解析回来是 ab ，数据被改；写在引号外得到 "ab"，解析回来仍是 ab。本页开启对齐时强制加引号，正是为了把空白挡在引号外。

为什么需要二次解析。一次正确的往返应满足「再解析一次得到同一张表」。本页把结果重新喂给同一个状态机，逐一比较行列数与每个字段，完全一致才显示「OK 完全一致」。

再序列化只有三个变量：分隔符 d 决定哪个字符是界线，策略 qt 决定按需加还是全部加，行尾 eol 决定用 \r\n 还是 \n。三者都与数据内容无关，只改变这份数据的方言。

完整示例

默认示例 4 行 3 列，逐字段解析：第 1 行 name、note、qty；第 2 行 张三、含逗号, 的备注、3；第 3 行 李四、他说 "你好", 然后离开、1；第 4 行 王五、第一行\n第二行、2。四行都是 3 个字段。

用 minimal、逗号方言、CRLF 序列化：首行裸写成 name,note,qty；第二行备注因含逗号被加引号；第三行内部引号翻倍后写成 李四,"他说 ""你好"", 然后离开",1；第四行保留字段内部那个真正的换行，物理上占两行、逻辑上仍是一条记录。

切到 all 后，首行变成 "name","note","qty"，第三行变成 "李四","他说 ""你好"", 然后离开","1"——内部引号翻倍这条规则在两种策略下完全一样。这段结果再解析一次，仍得到 4 行 3 列且每个字段一致。

切到分号方言后同一条记录变成 张三;含逗号, 的备注;3，一个引号都不需要；制表符得到 张三\t含逗号, 的备注\t3，竖线得到 张三|含逗号, 的备注|3，同理都不需要引号。

分隔符方言与引号对照表

同一条记录在四种方言下的输出，注意「是否还需要引号」这一列会随方言变化。

方言	界线字符	这一行的输出	是否还需要引号	典型场景
逗号方言	,	张三,"含逗号, 的备注",3	需要（字段含逗号）	英语区 Excel
分号方言	;	张三;含逗号, 的备注;3	不需要	德语区、法语区 Excel
制表符方言	\t	张三\t含逗号, 的备注\t3	不需要	TSV、命令行管道
竖线方言	\|	张三\|含逗号, 的备注\|3	不需要	日志、数据仓库

哪些字符会触发加引号，以及相关的保留策略。

字段情形	写法	minimal 是否加引号	说明
含当前分隔符	含逗号, 的备注	加	不加会被当成多一列
含双引号	他说 ""你好""	加，且内部引号翻倍	翻倍只发生在字段内部这一个层级
含 LF 或 CR	第一行\n第二行	加	换行属于字段内容，不结束记录
前后有空格	" 张三 "	按 RFC 不必加	要保留前后空格就手动加引号
纯文本或数字	abc / 123	不加	类型由读取方推断，本页按字符串
空字段	（空）	不加	两个连续分隔符之间视为空字符串

对齐补齐位置的正误对比，这是最容易改坏数据的一处。

补齐位置	写法	再次解析得到	结论
引号内	"ab "	ab	多了两个空格，数据被改，错
引号外	"ab"	ab	还原成原值，对

结果边界与保留策略

输入为空或去掉空白后没有内容时，提示须粘贴至少一行文本，不会沿用上一次的输出结果。
某个字段以双引号开头却到记录结束都没闭合，会报出具体行号与列号，请检查是不是漏写一个引号。
双引号出现在字段内容中间（前面已有普通字符）时判定为非法，这是对 ab"cd 这类残缺输入的具体拦截。
各行字段数不一致时给出第一处的行号与实际列数，多出的分隔符或未闭合的引号是常见原因。
行数上限允许 1 到 200 行，填 0、负数或超过 200 都会给出针对性提示，不做静默截断。
连续换行产生的空行按浏览器与 Excel 的惯例跳过，不计入行数，也不参与列数一致性判定。
前后空格、前导零、1e5、=SUM(A1) 一律原样保留，本页不做类型转换与数字格式推断。
导出与复制都按所选行尾落地；导出的 CSV 在文件头写入 UTF-8 BOM，Excel 直接双击就能正确识别中文。

常见问题

Excel 打开后中文全是乱码，是文件坏了吗？

多半是编码问题。本页导出的 CSV 已写入 UTF-8 BOM，直接双击打开应当正常；若在编辑器里另存时选了 ANSI 或系统本地编码，才会出现乱码。

为什么备注里的换行不会被当成新记录？

因为它被包在双引号里。RFC 4180 规定只有处在引号之外的 CR/LF 才结束一条记录，引号内部的换行属于字段内容。示例第四行因此是 1 条记录，不是 2 条。

该用 CRLF 还是 LF？

RFC 4180 规定用 CRLF，Windows 上的 Excel 也更习惯它；LF 更接近 Linux 脚本与 Git 仓库里样例文件的做法。文件要在 Windows 与 macOS 之间来回传，保留默认 CRLF 更省事。

对方打开我的文件只有一列，怎么回事？

对方软件认的分隔符与你导出的不一致。德语区、法语区 Excel 的默认列表分隔符是分号，于是整行被识别成一个字段；把方言切成「分号 ;」重新导出即可。

前导零编号 007 会被吃掉吗？

本页不会。所有字段按字符串处理，不做数字推断，007 保持原样。吃掉前导零的是下游软件的类型推断，想保住它需要在读取方把该列设为文本。

开启对齐预览后为什么每个字段都加上了引号？

因为补齐空格写在引号内会被解析回数据表里把内容改掉。本页开启对齐时强制给每个字段加引号，再把空白补在引号外面，保证再解析一次仍得到原值。

这个工具免费吗？

免费，无需注册即可使用。

输入的数据安全吗？

安全。解析与重新序列化都在当前浏览器本地完成，表格内容不会上传到服务器。

CSV 格式化工具（解析 / 转义 / 对齐 / 换分隔符）