CSV 文件格式
描述
逗號(hào)分隔值（Comma-Separated Values，CSV要糊，有時(shí)成為字符分隔值）纲熏。
其文件以純文本形式存儲(chǔ)表格數(shù)據(jù)（數(shù)字和文本），文件的每一行都是一個(gè)數(shù)據(jù)記錄锄俄。
每個(gè)記錄由一個(gè)或多個(gè)字段組成局劲，用逗號(hào)分隔。使用逗號(hào)作為字段分隔符是此文件格式的名稱的來源奶赠，因?yàn)榉指糇址部梢圆皇嵌禾?hào)鱼填，有時(shí)也稱為字符分隔值。
CSV 廣泛用于不同體系結(jié)構(gòu)的應(yīng)用程序之間交換數(shù)據(jù)表格信息毅戈，解決不兼容數(shù)據(jù)格式的互通問題苹丸。一般按照傳輸雙方既定標(biāo)準(zhǔn)進(jìn)行格式定義，而其本身并無明確格式標(biāo)準(zhǔn)苇经。
特征
- 文件采用純文本存儲(chǔ)赘理，需要使用某個(gè)字符集（ASCII、Unicode扇单、UTF-8等）
- 數(shù)據(jù)由記錄組成（一般是每一行一條記錄）
- 每條記錄被分隔符分為一個(gè)個(gè)字段（常用的分隔符有
','商模，'\t'，' '，';'等）- 每條記錄都有同樣的字段序列
優(yōu)點(diǎn)
由于 CSV 文件格式的特性施流。
CSV 格式的文件可以用 Excel 和 WPS 等表格工具以表格的形式打開凉倚，便于查看和編輯。
缺點(diǎn)
由于 CSV 文件格式?jīng)]有嚴(yán)格的標(biāo)準(zhǔn)（實(shí)際上可以認(rèn)為沒有標(biāo)準(zhǔn)）嫂沉，會(huì)造成使用不同的工具打開時(shí)會(huì)有不同程度的亂碼問題稽寒。
（你本地的 Excel 和 WPS 打開同一個(gè) CSV 文件，往往顯示的情況會(huì)不一樣趟章。甚至同一個(gè) Excel 軟件的不同版本杏糙，也會(huì)顯示不一樣的結(jié)果）
所以進(jìn)行一些約定很重要。
CSV 文件解析的關(guān)鍵點(diǎn)
字符集：由于文件是采用純文本存儲(chǔ)的蚓土，不同字符集對(duì)每個(gè)字符的存儲(chǔ)方式不一樣宏侍。需要統(tǒng)一采用一個(gè)字符集才能很好的進(jìn)行兼容。（關(guān)于常用的 ASCII蜀漆、Unicode谅河、UTF-8 字符集可以看一下這個(gè)ASCII、Unicode确丢、UTF-8）
分隔符：一般常用的是 ','（逗號(hào)分隔符）绷耍。但是有些 CSV 文件需要存儲(chǔ)文章句子信息等，這些信息 ',' 符是常用字符鲜侥，容易造成解析出錯(cuò)或者解析方法復(fù)雜褂始。可以選用 '^' / '\t' 等不常用的字符作為分隔符描函。應(yīng)用途而異崎苗，具體問題具體分析。
記錄分隔：一般來說以一行為一條記錄舀寓，那么記錄與記錄之間就是常用"換行符"進(jìn)行分隔的胆数？這里就需要看一下附錄：回車符 CR 與換行符 LF 的行末結(jié)束符之爭(zhēng)。
空字段：我們常使用 CSV 文件當(dāng)做表格來處理互墓，那么表格顯然存儲(chǔ)某些字段為空的情況必尼。這種情況下需要注意保留兩個(gè)分隔符，表示一段空字段轰豆。
Excel 和 WPS 建議格式
Warning：個(gè)人測(cè)試結(jié)果胰伍，有問題不要打我！Ｋ嵝荨Ｂ钭狻（難免有版本問題）
Warning：個(gè)人測(cè)試結(jié)果，有問題不要打我０咚尽Ｉ５（難免有版本問題）
Warning：個(gè)人測(cè)試結(jié)果，有問題不要打我；フ尽Ｋ嚼佟！（難免有版本問題）
由于經(jīng)常使用的文字包含 英文 和 簡(jiǎn)體中文胡桃，需要考慮一個(gè)合適的字符集：
| 信息 | 建議設(shè)置 | |||
|---|---|---|---|---|
| 字符集 | Unicode | |||
| 分隔符 |
','（逗號(hào)分隔符） |
|||
| 記錄分隔 | 這兩個(gè)軟件基本上是在 Windows 上使用的踩叭，那么需要采用 CRLF（"\r\n"） 作為行末分隔符 |
|||
| 其它 | 如果存儲(chǔ)在字段里有 ',' 符號(hào)，需要用 '"' 包含字段翠胰。如：`姓名 |
年齡,性別 | 地址容贝，CSV 的記錄為：姓名,"年齡,性別",,地址CRLF` |
基本上滿足以上要求的，可以完美的用 Excel 和 WPS 打開查看和編輯和之景。
附錄：回車符 CR 與換行符 LF 的行末結(jié)束符之爭(zhēng)
在計(jì)算機(jī)出現(xiàn)之前斤富，人們常用電傳打字機(jī)（Teletype Model 33）打印字符，它每秒可以打印 10 個(gè)字符（0.1 秒 / 字符）锻狗。
但在打印完一行后满力，準(zhǔn)備換行時(shí)發(fā)現(xiàn)換行需要用去 0.2 秒。
而這 0.2 秒正好可以打印兩個(gè)字符轻纪。
如果這 0.2 秒內(nèi)有新的字符傳過來油额，那么傳過來的字符將會(huì)丟失（因?yàn)樗趽Q行，無法進(jìn)行打印作業(yè)）桐磁。
電傳打字機(jī)的研發(fā)人員為了解決此問題悔耘，決定在每行后面添加兩個(gè)表示接受的字符：CR、LF
CR（Carriage Return我擂，回車符）：告訴打字機(jī)把打印頭重定位在該行的左邊界
LF（Line Feed，換行符）：告訴打字機(jī)把打印頭下移一行缓艳，即把紙向下移一行
隨著計(jì)算機(jī)的出現(xiàn)校摩，這種處理機(jī)制被移到計(jì)算機(jī)上。
但是早期計(jì)算機(jī)容量很薪滋浴（存儲(chǔ)器很貴）衙吩，有人認(rèn)為每行結(jié)尾加 2 個(gè)字符太浪費(fèi)了，應(yīng)該加 1 個(gè)字符就行溪窒。
從此出現(xiàn) 行末結(jié)束符 之爭(zhēng)：
換行符（'\n'坤塞，LF，Line Feed）
回車符（'\r'澈蚌，CR摹芙，Carriage Return）
| 系統(tǒng) | 行末結(jié)束符 | ASCII 表示 | 結(jié)束符字符數(shù) |
|---|---|---|---|
| Windows，DOS | CRLF | "\r\n" | 2 |
| Linux宛瞄，UNIX | LF | "\n" | 1 |
| Mac | CR | "\r" | 1 |
這種分歧導(dǎo)致：
Windows 打開 Linux 的文件浮禾，所有的文字都會(huì)變成一行（因?yàn)?Windows 認(rèn)為 CRLF 才表示換行）
而 Linux 打開windows 文件，每一行結(jié)尾會(huì)多出一個(gè) ^M 符號(hào)
