企业官网建设流程全解析

先说一段我自己的经历。几年前我处理一批业务数据，给同事交付的时候发了个csv文件，对方反手一个截图问我：“你是不是发错文件了？全是乱码。”我一看，好家伙，Excel里全是一行行的“锟斤拷”和“烫烫烫”。从那时候我意识到，csv这玩意儿看似是个表格，实际上坑比xlsx多得多——编码、分隔符、科学计数法、前导零丢失、分列错乱，每个都是能让人原地爆炸的问题。

这篇东西我打算一次讲透：csv到底是什么、Excel打开csv为什么乱码、全平台怎么打开、怎么正确导入Excel不丢数据、以及开发测试场景里那些绕不开的csv操作。不管你是在Windows上双击打开csv看到乱码的小白，还是用pycharm生成csv后不知道怎么处理的开发者，或者做数据分析被一堆csv数据集折磨的研究生，这篇文章都值得你从头看到尾。

1. CSV和Excel的关系：它俩根本不是一类东西

很多人第一次接触csv，是因为收到了一个“表格文件”，双击之后发现它用Excel打开了，于是理所当然地认为csv就是Excel的一种格式。这个认知是很多后续问题——尤其是乱码问题——的根源。

1.1 CSV的真实身份：一个纯文本文件

CSV的全称是Comma-Separated Values，直译过来就是“逗号分隔的值”。它本质上是纯文本，不是什么专有的二进制格式。一个csv文件里的内容，拿记事本打开看到的就是一堆用逗号分隔的文字，比如：

姓名,年龄,城市 张三,25,北京 李四,28,上海

就这，完事了。第一行是表头，后面每一行是一条记录，字段之间用英文逗号隔开。没有字体、没有颜色、没有合并单元格、没有公式——这些Excel里花里胡哨的东西，csv一概没有。

那为什么双击csv会默认用Excel打开？仅仅是操作系统的文件关联设置把它关联给了Excel程序而已。如果你想验证我说的，可以右键csv文件，选择“打开方式”，改成“记事本”——你会发现它照样能打开，而且速度快得飞起。

1.2 对比xlsx：为什么不该把csv当Excel用

Excel的.xlsx文件是一个复杂的压缩包结构，内部包含大量XML文件，专门用来存储样式、公式、图表、宏等所有Excel特性。你把它改名为.zip之后还能用压缩软件解开，里面是一堆文件夹和XML文件。

而csv就是一个纯文本文件，连基本的单元格格式信息都没有。所以你在Excel里给某个单元格标了红色、加了粗体，一保存成csv，再打开，这些格式全部归零。

做数据分析的应该深有体会：从数据库、爬虫、各类业务系统导出的数据，绝大多数是csv格式，因为它是通用交换格式，没有版权限制，任何编程语言都能轻松读写。而xlsx格式是微软的专有格式，很多开源工具库处理起来麻烦得多。

1.3 那些“打开失败”的真实原因

现在很多平台都有“简历下载成csv”“订单导出csv”之类的功能，用户下载后一打开，要么乱码、要么所有字段挤在一列里、要么数字变成了科学计数法。这些症状看起来像是文件“坏了”，实际上大概率是下列三种情况之一：

1. 编码问题——文件本身是UTF-8编码，但Excel默认用ANSI编码去解析，于是中文全变成乱码。
2. 分隔符问题——有些国家用逗号做小数点，所以他们生产csv时用的是分号；又或者csv里的字段本身包含逗号，但没有加引号包裹，导致Excel按逗号拆分后字段错位。
3. 类型转换问题——长数字（比如身份证号）被Excel当成数字处理，变成科学计数法，后面的精度全丢了。

后面我会把这些问题逐一拆开讲，这里先建立一个核心认知：csv是文本，不是Excel表格。凡是打开csv出现的“格式问题”，本质上都是“文本解析问题”，不是文件坏了。

2. Excel打开CSV乱码：编码不一致是头号元凶

乱码，这是搜“csv怎么打开”时最常被附带问的问题——几乎每个用中文Windows系统的人都在某个时刻被它折磨过。乱码背后的原理说穿了很简单：文件存储时用的“编码表”和你打开时用的“解码表”对不上。

2.1 先搞懂编码是什么

我给你打个比方。编码表就好比一本“翻译字典”，它定义了“数字0在电脑里存成什么、字母A存成什么、汉字‘张’存成什么”。

这台电脑在保存csv文件的时候，用字典A（比如UTF-8）把“张三”翻译成了十六进制的E5 BC A0 E4 B8 89存进硬盘。等你用Excel打开时，Excel用字典B（比如GBK）反向解读这些字节，发现字典B里E5 BC对应的是“寰”，A0 E4 B8对应的是“??”，于是屏幕上就出现了一堆完全不可理喻的字符。

这就是你看到乱码的全部过程。

2.2 为什么偏偏是中文环境下频繁出乱码

中文Windows系统里，Excel默认的文本编码是ANSI，在简体中文环境下ANSI指代的就是GBK/GB2312编码。而万维网和绝大多数编程语言（Python、Java、Go、JavaScript等）默认输出的是UTF-8编码。所以只要你用Python的to_csv()或Java程序导出一个csv，默认就是UTF-8编码，然后用户直接在Windows上双击用Excel打开，基本百分之百乱码。

如果你是Mac用户或者手机端用户，感受会好很多，因为macOS和手机系统默认使用UTF-8。这也是为什么很多人反馈“手机打开csv正常，电脑打开不正常”——不是手机更高级，而是手机压根没用Excel默认编码去解析，很多手机App会自动检测编码格式。

2.3 两个治本方案：带BOM的UTF-8，或者用导入功能

先说最简单粗暴的治本方案。UTF-8编码有两种：不带BOM的和带BOM的。BOM的全称是Byte Order Mark（字节序标记），它会在文件最开头塞三个隐藏字节EF BB BF，作用就是告诉解析器“喂，我是UTF-8编码的，别搞错了”。

Windows上的很多软件（包括Excel）在解析UTF-8文件时会看有没有这个标记。没有，就默认按ANSI处理；有，就自动识别为UTF-8。所以解决方案之一就是：把csv保存成“UTF-8 with BOM”格式。

怎么做？最简单的方式是用记事本：

1. 用记事本打开乱码的csv文件（此时记事本会试着自动检测编码，通常它能正确识别）。
2. 菜单栏选择“文件” -> “另存为”。
3. 在“编码”下拉框里，默认是UTF-8，但注意这不一定带BOM——Windows新版记事本的“UTF-8”选项其实带BOM，“UTF-8 without BOM”才是不带的那个。
4. 选择“UTF-8”保存，再用Excel打开，乱码问题消失。

如果你是自己写程序导出的csv，在Python里可以这样写：

import pandas as pd df.to_csv("output.csv", index=False, encoding="utf-8-sig")

注意这里的utf-8-sig就是带BOM的UTF-8编码，它会在文件开头自动写入BOM标记。如果用了utf-8，Excel直接双击打开就会乱码。

至于治本方案二，就是下面要详细讲的：不要双击，改用Excel自带的数据导入功能，在导入过程中手动指定编码为UTF-8，这样即便文件没带BOM，也能完美解决乱码问题。

2.4 已经乱码了的文件还有救吗

有救。先不要急着删文件，乱码只是显示层面的“解码错误”，原始字节还完整地躺在文件里。用记事本、VS Code、Notepad++这类对编码宽容度高的工具打开，它们会自动检测并尝试正确解码，通常都能正常显示中文。打开后另存为带BOM的UTF-8或者GB2312编码，再用Excel打开就正常了。

特别注意：不要直接在乱码的Excel里手动打字修改、手动调整格式，然后点保存。Excel保存时会把原文件按乱码状态覆盖掉，导致源头文件真坏了。正确操作是先在外面把编码纠正，再交给Excel处理。

3. 全平台打开CSV实操：一次搞清楚所有打开方式

编码问题解决之后，接下来要解决的是“用什么工具打开”的问题。不同操作系统、不同需求，适合的工具不一样。我按照平台一个个说。

3.1 Windows：从记事本到专业工具

• 记事本：查看内容最快的方案，右键csv文件 -> 打开方式 -> 记事本。适合快速瞄一眼数据结构，改编码也方便。
• Excel/WPS：双击默认就是用Excel打开，适合做后续数据操作。但正如上文提到，编码有坑，要么先把文件转成带BOM的UTF-8，要么用导入功能。
• VS Code：如果你把csv当成“数据文件”而不是“表格”来看，VS Code是处理大文件和查看原始结构的利器。它自动检测编码，还支持跨平台，安装一个名为“Rainbow CSV”的插件后，csv每一列会有不同颜色背景，看起来非常直观。

3.2 macOS：Numbers处理中文更省心

macOS下双击csv默认会用Numbers打开，相比Excel，Numbers对中文编码的兼容性要好一些，但也不是百分之百稳。方法上推荐用“Numbers -> 文件 -> 导入 -> CSV”的方式，在导入向导中选择编码。

如果你装了mac版Excel（很多人反馈mac版Excel打开csv的处理逻辑和Windows版不一样，体验反而更好），操作逻辑类似：数据 -> 自文本/CSV，可以手动指定UTF-8。此外macOS自带的“文本编辑”也可以打开csv文件查看原始内容。

3.3 手机端：WPS Office和Excel App

手机端打开csv可以说毫无压力。iOS和Android上推荐装WPS Office，它打开csv时会自动检测编码，中文显示一般不会乱。操作路径：打开WPS -> 打开本地/云文档 -> 找到csv文件 -> 它通常直接以表格形式显示。

微软自家的Excel App也支持导入csv，逻辑和桌面版差不多，同样是在“数据”菜单里找导入。手机端唯一的问题是Excel App如果默认“双击打开”，遇到编码问题还是会乱码，但WPS的自动检测机制明显比微软做得好。

3.4 Linux：LibreOffice Calc是首选

Linux桌面环境下，LibreOffice Calc承担了Excel的角色。打开csv时会弹出导入向导，让你选择分隔符和字符集，这个设计我觉得比Excel更科学——你可以在导入前就确认好解析规则，避免了后面二次转换。

命令行的朋友也可以直接cat file.csv或者head -5 file.csv看内容，但注意终端对UTF-8的显示依赖终端配置，不乱码就行。

4. 把CSV正确导入Excel：别用双击，用导入

“导入”是我全文反复强调的操作，因为它是在Excel里正确处理任何csv文件的唯一稳妥姿势。我甚至建议你养成一个习惯：拿到csv文件，不管大小，一律走导入流程，省得以后踩各种坑。

4.1 双击打开 vs. 导入操作的本质区别

双击csv文件时，Excel直接把文件内容按默认规则“摊”到单元格里：默认编码是ANSI、默认分隔符是逗号、默认每列是“常规”格式。你没有任何干预空间，一切跟着默认走。

导入操作则给了你四个控制点：

1. 指定编码，解决乱码。
2. 指定分隔符，解决分列错乱。
3. 指定每列的数据格式，解决科学计数法、前导零丢失问题。
4. 指定起始行，解决前几行说明文字导致的表头错位问题。

如果你的数据比较干净（纯英文、无长数字、无特殊字符），双击打开可能一直相安无事。但只要你处理的是中文环境、身份证号、订单号、产品编号这类数据，双击打开就是在赌命，赌输一次就是脏数据事故。

4.2 图文级详细版导入步骤（Excel 2016/2019/365通用）

1. 打开Excel，新建一个空白工作簿。
2. 点击菜单栏“数据”选项卡。
3. 在“获取和转换数据”区域，找到“自文本/CSV”（版本不同，用词可能是“自CSV”），点击。
4. 在弹出的窗口里选中你的csv文件，点击“导入”。
5. 此时Excel会弹出预览窗口，这个窗口非常关键，注意看以下几个设置：

• 文件原始格式：把下拉框里的“936：简体中文(GBK)”改成“65001: Unicode (UTF-8)”，如果文件名右侧预览里中文已经变成正常显示了，那说明编码选对了。这一步就是解决乱码的核心操作。
• 分隔符：一般默认是“逗号”，如果预览下方出现整行挤在一列里，说明分隔符没选对，改成“分号”或“制表符”再试。
• 数据预览区域：检查每一列是否被正确拆分。

6. 确认预览没问题，点击“转换数据”（进入Power Query界面），或者更直接点，点击“加载”旁边的小箭头，选“加载到”。

如果只是想快速把数据导入为普通工作表，我建议点击“加载”即可。如果想做后续数据清洗、合并、重复杂类转换，那用“转换数据”进入Power Query是更高级的操作，这里先不展开。

4.3 在导入向导里处理“身份证号变成科学计数法”问题

如果你的csv文件里有身份证号、银行卡号、订单号这类超过15位的数字，双击打开后列会变成1.23457E+17这种科学计数法，因为Excel的数值精度最多15位，16位开始就会被截断。这是Excel最坑爹的默认行为之一，很多人的开户行、身份证信息就是在这里被悄悄改掉的。

正确做法是在导入向导的第4步（点击“转换数据”）里，选中那列数据，在“数据类型”下拉框里把它改成“文本”。这样Excel就不会把它当数字处理，完整保号。如果你已经在步骤4界面看到了“数据类型自动检测”，仔细检查它自动识别的结果——它经常会把文本型数字识别成整数，需要手动改回文本。

如果你只是用双击打开了文件，发现科学计数法的列已经丢失了精度，那就没有修复余地了。所以再次强调：长数字文本必须走导入流程，并在导入时指定为文本格式。

4.4 导入时“前导零丢失”也要靠文本格式解决

和科学计数法同级别的问题，是前导零丢失。比如员工工号是“00123”，你用Excel打开csv，它会默认当成数字“123”处理，前面的两个零直接消失。对这种数据，一样是在导入向导里把对应列设为“文本”，数字会被保留成原始字符串样式，前导零一个不少。

5. 日常绕不开的CSV衍生场景：导出、拆分和格式转换

打开csv只是入门，更多时候csv出现在各种工作流里：从Excel导出来给别人、拆分成小文件再处理、从其他工具导入数据库。这几个场景单独拎出来说说。

5.1 从Excel另存为CSV：两个你必须知道的坎

Excel另存为csv时，会弹出一个提示：“此工作簿包含的功能可能不能与CSV格式兼容，是否继续？”——这一步无数人直接点了确定，然后过一阵子发现数据全出问题了。这里有三个核心坎：

• 编码问题。Excel另存为csv默认使用ANSI（GBK）编码，有些第三方软件或者手机端读取时默认UTF-8，导致别人打开乱码。解决办法是在“另存为”对话框里，“工具”旁边有个“Web选项”或“保存选项”，将文本编码改为UTF-8；另外，也可以直接借助WPS，WPS的csv导出默认就是UTF-8 with BOM，省事不少。
• 内容包含逗号时会被引号包裹。csv规范规定，当一个单元格内容本身含有逗号时，导出方必须给这个字段加上英文双引号。手动把csv文件里的字段用引号包起来可能会引发更多转义问题，所以如果不是你亲手生成的带转义的csv，建议从源头上就处理好。
• 公式和格式全丢。csv不保存任何格式，这是设计使然，不用奢望。

5.2 大CSV文件打开卡死：先拆分再做别的

我以前拿到过一个几百MB的订单csv，直接用Excel双击，转了十几分钟还在转圈。大csv文件的处理思路各平台不同，简单有效的做法有几种：

1. 文本编辑器硬扛：VS Code、Sublime Text对超大文件的支持远好于Excel，几百MB也能打开。先查看结构，确定文件确实没问题。
2. 命令行拆分：如果文件太大，用命令行按行数拆分成多个小文件，再分别用Excel处理。
   • Windows PowerShell里可以用Get-Content big.csv -TotalCount 10000 | Out-File part1.csv（取出前1万行），或者直接装个csv-split工具。
   • macOS/Linux里head -n 10000 big.csv > part1.csv && tail -n +10001 big.csv > part2.csv。
3. 用数据库工具导入：在navicat或DBeaver里建张表，直接把csv导入进去，然后用SQL处理大数据量，比Excel靠谱得多。

5.3 DBeaver导入CSV到数据库：架构和编码两个坑

DBeaver是现在很多后端、测试同事都在用的数据库管理工具，它的CSV导入向导大体思路是：右键目标表 -> 导入数据 -> 选择CSV -> 设置编码和分隔符 -> 字段映射 -> 执行。最容易出问题的两个点是：

• 编码选错，导入后数据库里全是乱码，这个在DBeaver的CSV导入器里需要显式指定UTF-8，不能偷懒用默认值。
• 字段顺序和数据维度不匹配。DBeaver导csv时会默认按数据库表字段的顺序去匹配你csv里的列。如果你的csv表头顺序和表结构不一致，导入后数据就全错位了。正确做法是导入向导的第3步左右，有一个列映射界面，仔细检查csv列名和数据库目标列名是否一一对应。

5.4 Markdown表格转换Excel/CSV：没有你想的那么麻烦

经常遇到一种需求：在技术文档或博客里写了Markdown表格，领导要导成Excel发出去。这时不需要手动复制粘贴，把Markdown表格先转成CSV，再按上文流程导入Excel即可。转换工具很多：

• Pandoc：pandoc table.md -t csv -o table.csv。
• 在线的Markdown to CSV/Excel转换器，粘贴Markdown源码，导出csv。
• 如果你用VSCode，装个“Markdown Table to CSV”插件，框选表格右键一步到位。

转换后记得检查一下表格里的竖杠|有没有被正确地替换成逗号；如果单元格里有逗号，Markdown转出的csv会默认加引号包裹，这一步正常。

5.5 A2L转Excel/CSV这类小众需求

汽车电子、嵌入式测试相关岗位的人会在热搜词里看到“a2l转excel”。A2L是ASAM MCD-2 MC的数据库文件，里面定义的是ECU标定参数。这类配置文件往往不是用Excel直接打开的，得通过INCA、CANape等标定工具，或者脚本解析A2L文件后按自己需要导出成CSV/Excel。找工具不如自己写：A2L本质是ASCII文本，Python里按begin measurement/end measurement逐段解析即可，我是用pandas导出的。

6. 开发者与测试人的CSV实操经验：PyCharm、JMeter、示波器数据

这部分是给开发者、测试工程师和科研人员的，他们处理csv不是“打开看一眼”，而是“程序性处理”和“参数化测试”。热搜词里那几个高频问题，我逐一展开讲。

6.1 用PyCharm生成CSV，双击却变成一段文字/一列挤一起

很多人在PyCharm里运行完代码，发现生成了output.csv，在PyCharm内部打开能看到内容——但不是以表格形式，而是纯文本，更有意思的是文件里每行字段是用逗号分隔的，但Excel打开却发现它变成了一整列。原因可能是：

• 编码不对：PyCharm生成的csv默认UTF-8，Excel直接双击可能出现乱码或全挤在一起。
  • 解法：代码里用encoding="utf-8-sig"输出。
• PyCharm打开csv默认用的是内置文本编辑器，不是表格预览。用PyCharm的同时装个“CSV Plugin”（插件市场一搜就有），打开csv时会像表格一样显示，还能按列着色。
• 真正要Excel处理时，用上一章讲的导入流程。

6.2 JMeter里同一个CSV参数化文件：多线程分块取值的问题

JMeter压测或接口测试中，CSV Data Set Config是使用最广泛的参数化方式之一。热搜词是“jmeter在同一个csv参数化文件中每个线程分块取值”，这个需求背后的场景是：

你有100个线程并发跑同一份csv数据，希望每个线程顺序读取自己那部分是“每个线程分块取值”；另一种是大家从同一份csv里轮流取数据互不重复，这叫“共享模式分配”。

实操中在CSV Data Set Config里有一个“Sharing Mode”配置项，常用三个选项：

• All threads：每个线程都从第1行开始读，遇到有重复数据的场景用。
• Current thread group：每个线程组共享一份数据游标，组内线程依次取不同的行，适合并发但数据不重复的场景。
• Current thread：面试/压测时最常用，每个线程独立游标，100个线程各取各的第1行、第2行……实现“分块取值”的效果。

注意“End of CSV file”别选成“Stop thread”，否则某个线程读到文件末尾，会导致整个线程组直接失败。一般设成“Continue with last value”即可，除非你有意让压测跑完csv之后就停。

6.3 示波器导出的波形CSV：文本工具+绘图脚本

硬件工程师用示波器导出的波形数据，文件名后缀往往是.csv，但里面的数据不是行列整齐的“姓名年龄”，可能是像这样的：

Time,Voltage 0.0000001,0.12 0.0000002,0.13

这种csv用Excel打开没问题，但你要看波形图就不该用Excel的折线图，数据量大时图表性能会非常糟糕。更好的方式是直接用Python读取并画图：

import pandas as pd import matplotlib.pyplot as plt df = pd.read_csv("scope.csv", encoding="utf-8") plt.plot(df["Time"], df["Voltage"]) plt.xlabel("Time") plt.ylabel("Voltage") plt.show()

如果遇到示波器导出的csv文件开头有几行版本信息注释，记得在pd.read_csv()里加skiprows=N跳过那些行，否则表头解析会错位。

6.4 大学生消费行为数据集这类研究数据的打开与清洗

像“大学生消费行为数据集csv”这样从IEEE、Kaggle或国内数据集平台下载的研究数据集，通常会写成UTF-8编码，但Excel打开依然可能乱码。我的建议是，研究用的数据一律先用Pandas读取、预览、清洗，不要用Excel的导入导出反复倒腾。上面那段代码加上编码参数，配合df.head()查看数据框结构，比Excel的效率高得多。

7. 亲手踩过的CSV格式坑：几个能帮你省下半天时间的经验

最后一章，不列教程了，就说我真实踩过的坑，每一个都对应一个具体场景，希望你不要再花时间去趟一遍。

7.1 用Excel“假编辑”CSV导致数据悄悄被改

我之前拿到一份从CRM导出的csv，里面有个“备注”字段，某几条内容里带着逗号。我在Excel里双击打开，看到表格很整齐，因为我眼睛前面Excel似乎把它拆得挺好。但是一保存，文件结构就坏了——Excel在保存csv时会重新按逗号拼接，如果字段里本来有逗号但没有引号包裹，那一保存就会多出很多莫名其妙的列。所以我现在的规矩是：csv只在Excel里查看和做简单浏览，真要编辑并回存，务必用编程方式操作。如果实在要在Excel里编辑，保存时选“CSV UTF-8(逗号分隔)”格式，并在“另存为”前确认每列的字段在编辑时是否保留了原始引号结构。

7.2 UTF-8 with BOM在某些解析器里会多出可见字符

前面我说了“UTF-8 with BOM可以解决Excel乱码”，但这招也不是万能的。有些线上系统、Python旧代码、Linux系统日志解析器，读到BOM前的隐藏字符时会把它当成数据的一部分，导致第一列字段名变成\ufeff姓名之类的怪东西。用Python读取这类文件时，要多写一步：

import pandas as pd df = pd.read_csv("data.csv", encoding="utf-8-sig") # 会自动剔除BOM

如果你接收到的文件已经是带BOM的，而第三方程序解析不了，别急着改代码，用VS Code打开文件，右下角状态栏能看到当前文件编码，点击“UTF-8 with BOM”，选择“通过编码保存 -> UTF-8”，去掉BOM后再分发。

7.3 大文件导出前一定先做字段抽样

很多人把几万行csv导出后直接发给别人，结果对面打开后乱码或格式不对，整段业务对接直接崩。我的习惯是：每次导出脚本里都加一个自动校验逻辑——导完之后立刻读回前5行，用repr()打印出来检查字段分隔符、编码、以及有没有多余的空格或换行。这样可以把低级错误拦截在源头，而不是等接收方来骂你。

7.4 别在Excel里用“=SUM”处理csv再另存

有人把csv导入Excel后习惯性加一些公式辅助计算，比如SUM、VLOOKUP，这没问题，但如果随后另存回csv，公式的结果会变成静态值（而不是公式本身），而且公式引用的其他单元格内容会因为格式不兼容而丢失。更麻烦的是，有些Excel公式返回的数字格式（比如货币符号、千分位分隔符）会被一起写进csv字段，导致下游程序解析时出现多余字符。所以我至今保持的原则是：csv只做数据交换和存储，Excel只做查看和临时分析，真正的数据清洗和输出交给Python/Go这类专门的脚本去处理。

7.5 临时小技巧：用文本编辑器自带的“正则替换”清理CSV

如果遇到那种导出时多了一堆多余空行、或多个逗号导致字段错位的csv，你不需要写一整套Python代码，用VS Code的正则替换就能快速清理：

• 删除空行：正则^\s*$，替换为空。
• 合并被拆分的换行字段：如果某行字段里包含换行符，但这条记录其实没结束，可以用正则匹配该行的最后一个字符不是逗号却以换行结尾的情况，再通过查找替换去掉多余换行。这个方法比较依赖原始数据的细节，但很多时候能救急。

这些经验总结成一句话就是：CSV的坑往往不在文件本身，而在于它的使用者和解析器之间没有对齐编码、分隔符和数据格式的默认值。你越是理解它只是个纯文本，越能针对性地在解析层面下功夫，而不是在界面层疯狂试错。希望这篇文章能帮一次你看清csv的全貌，从此不再被乱码和分列问题劝退。