什么是 CSV（逗号分隔值）？

CSV（Comma-Separated Values，逗号分隔值） 是一种用于存储和交换表格数据的纯文本文件格式。它通常使用逗号分隔不同字段，并通过换行区分数据记录，使信息能够以简单、清晰的结构进行保存。

CSV 广泛应用于数据库导入导出、电子表格处理、数据分析和不同软件系统之间的数据交换。

例如，企业可以将客户名单、商品信息或销售记录导出为 CSV 文件，再使用 Excel、数据库管理工具或 Python 程序读取和处理。

与包含复杂格式信息的电子表格文件不同，CSV 主要保存数据本身，不支持单元格样式、图表或原生电子表格公式等功能。

相关术语： Comma-Separated Values、CSV 文件、逗号分隔值、纯文本数据、表格数据、数据交换格式。

CSV 的工作原理

CSV 通过分隔符组织数据，使普通文本能够表示表格中的行和列。

一个典型的 CSV 文件由多条记录组成，每条记录对应一行数据，而每行中的不同字段通常使用逗号分隔。

例如：

ID,Name,Age,City
1,Alice,28,Shanghai
2,Bob,32,Beijing
3,Charlie,25,Shenzhen

在上述示例中：

• 第一行是表头，用于说明每一列的字段名称。
• ID 表示记录编号。
• Name 表示姓名。
• Age 表示年龄。
• City 表示城市。
• 后续每一行代表一条独立的数据记录。

当 Excel、Python 或其他软件读取该文件时，可以按照 CSV 解析规则，将文本转换为具有行列结构的数据。

需要注意，虽然 CSV 通常使用逗号作为分隔符，但实际数据交换中也存在使用分号或制表符的类似分隔文本格式。读取文件时，应确认具体的分隔规则。

CSV 文件的基本结构

CSV 文件的结构通常包含以下几个部分。

1. 表头（Header）

CSV 文件可以在第一行包含字段名称，帮助用户理解每一列代表的数据含义。

例如：

ProductID,ProductName,Price,Stock

表头并非 CSV 文件的强制要求，部分文件可能直接从数据记录开始。

2. 数据记录（Record）

CSV 中的每一条记录通常对应表格中的一行。

例如：

1001,Wireless Mouse,59.90,120
1002,Keyboard,129.00,85

通常情况下，同一文件中的数据记录应采用一致的字段结构，便于程序读取和处理。

3. 字段分隔符（Delimiter）

CSV 通常使用逗号分隔字段。

例如：

Name,Country,Status
Alice,China,Active

如果文件采用其他分隔符，导入程序需要使用对应的解析配置。

4. 双引号（Quotation Marks）

当字段内容中包含逗号、双引号或换行符时，可以使用双引号包围字段，避免解析错误。

例如：

ID,ProductName,Description
1,"Laptop, 16GB RAM","Suitable for office use"
2,"Wireless Mouse","Compact, lightweight design"

在第一条记录中，Laptop, 16GB RAM 虽然包含逗号，但由于被双引号包围，仍会被解析为一个字段。

如果字段内容本身包含双引号，通常需要使用连续两个双引号进行转义。

例如：

ID,Message
1,"He said ""Hello"""

解析后的 Message 字段为：

He said "Hello"

这些规则有助于保证 CSV 文件在不同软件之间正确交换数据。

CSV 与 JSON 有什么区别？

JSON（JavaScript Object Notation） 是一种用于表示结构化数据的文本格式，支持对象、数组、字符串、数字、布尔值和空值等数据类型。

CSV 则主要使用行和列表示表格数据。

两者的主要区别如下：

例如，一条商品信息可以表示为 CSV：

id,name,price
1001,Wireless Mouse,59.90

也可以表示为 JSON：

{
  "id": 1001,
  "name": "Wireless Mouse",
  "price": 59.90
}

如果数据仅包含固定字段，CSV 通常更加简洁。

如果数据包含多个层级、数组或复杂对象，JSON 往往更加合适。

CSV 与 Excel（XLSX）有什么区别？

CSV 和 Excel 文件都可以用于保存表格数据，但两者的功能范围存在明显差异。

CSV 是以文本形式保存数据的文件格式。

XLSX 是 Microsoft Excel 常用的电子表格文件格式，能够保存单元格数据、样式、公式、工作表及其他信息。

例如，企业需要将商品目录导入数据库时，可以选择 CSV 文件。

如果需要制作包含多个工作表、公式和图表的销售分析报告，则 XLSX 通常更加合适。

需要注意，使用 Excel 打开 CSV 时，软件可能自动识别日期、数字或公式形式的内容，因此应检查导入后的数据是否发生变化。

CSV 有哪些优势？

1. 文件结构简单

CSV 使用普通文本保存表格数据，格式直观，方便开发者和普通用户理解。

2. 文件体积通常较小

由于 CSV 不包含复杂的单元格样式、图表和工作表元数据，在保存相同的简单表格数据时，通常具有较低的存储开销。

3. 兼容性广泛

大多数数据库、电子表格工具及编程语言都支持 CSV 文件。

常见工具包括 Excel、Google Sheets、Python 和各类数据库管理系统。

4. 便于数据交换

企业可以通过 CSV 在不同平台之间导入和导出数据，减少系统之间的数据格式转换成本。

5. 易于程序处理

开发者可以利用 Python、JavaScript 或其他编程语言读取和生成 CSV 文件。

6. 适合批量数据操作

对于字段结构一致的数据，CSV 可以用于批量导入、导出和整理，适合常规的数据处理任务。

CSV 有哪些局限性？

1. 不支持复杂嵌套结构

CSV 主要采用二维表格形式表示数据，无法像 JSON 那样直接表达嵌套对象和数组。

如果需要保存复杂数据关系，可能需要额外的字段设计或使用其他格式。

2. 缺少内置数据类型定义

CSV 文件通常不直接声明字段属于整数、日期、布尔值还是文本。

程序读取时，需要根据业务规则自行判断或指定数据类型。

3. 不提供数据验证机制

CSV 本身不具备数据库约束等数据完整性验证功能。

例如，文件无法自行强制要求某一列必须是有效邮箱地址或正整数。

4. 可能存在字符编码问题

如果文件采用的字符编码与读取程序预期不一致，可能出现中文乱码或特殊字符显示异常。

对于包含中文的数据，通常建议采用 UTF-8 编码，并确保导入软件使用相应的字符集。

5. 分隔符可能引起解析问题

如果字段内容包含逗号、换行符或双引号，但没有按照正确的 CSV 规则处理，可能造成字段错位。

6. 不支持复杂的表格功能

CSV 不包含原生工作表、单元格格式、图表及电子表格计算功能。

对于需要复杂报表的场景，应考虑使用 XLSX 或其他适合的文件格式。

7. 需要注意导入安全

当 CSV 文件包含以特定符号开头的文本时，部分电子表格软件可能将其解释为公式。

因此，在导入不可信来源的数据时，应根据实际软件环境采取适当的安全措施。

CSV 的常见应用场景

1. 数据库导入与导出

数据库系统可以使用 CSV 文件交换表格数据，例如客户记录、库存列表和订单信息。

2. 数据分析

分析人员可以将 CSV 导入 Python、Excel 或其他数据分析工具，进行数据清洗、统计和可视化处理。

3. 电子商务

电商企业可以使用 CSV 管理商品信息、库存记录及其他具有固定字段的业务数据。

4. 系统数据迁移

当企业更换软件系统时，可以使用 CSV 作为中间数据格式，将部分结构化记录导入新的业务平台。

5. 网站数据整理

在获得适当授权的情况下，企业可以将网页数据处理结果整理为 CSV，便于后续分析和存储。

6. 报表数据交换

企业可以将业务系统中的统计数据导出为 CSV，再通过电子表格软件进行检查和整理。

如何使用 Python 读取 CSV 文件？

Python 提供内置的 csv 模块，可用于读取和写入 CSV 数据。

例如，假设存在以下文件：

id,name,price
1001,Wireless Mouse,59.90
1002,Keyboard,129.00
1003,Monitor,899.00

开发者可以使用以下代码读取文件：

import csv

with open("products.csv", "r", encoding="utf-8", newline="") as file:
    reader = csv.DictReader(file)

    for row in reader:
        print(row["name"], row["price"])

在这个示例中：

1. csv.DictReader() 根据文件表头读取记录。
2. 每条记录会以字典形式提供。
3. row["name"] 用于读取商品名称。
4. row["price"] 用于获取价格字段。
5. encoding="utf-8" 指定文件编码。

需要注意，CSV 中的价格字段默认会作为字符串读取。

如果需要进行数值计算，应根据实际业务要求将其转换为适当的数值类型。

如何使用 Python 创建 CSV 文件？

开发者也可以使用 Python 将结构化数据保存为 CSV。

例如：

import csv

products = [
    ["ID", "Name", "Price"],
    [1001, "Wireless Mouse", "59.90"],
    [1002, "Keyboard", "129.00"],
    [1003, "Monitor", "899.00"]
]

with open("products.csv", "w", encoding="utf-8", newline="") as file:
    writer = csv.writer(file)
    writer.writerows(products)

执行后，程序将在当前工作目录下生成 products.csv 文件。

文件内容如下：

ID,Name,Price
1001,Wireless Mouse,59.90
1002,Keyboard,129.00
1003,Monitor,899.00

Python 的 csv.writer() 会按照指定的 CSV 规则处理字段分隔和必要的引号转义。

因此，通常不需要开发者手动拼接逗号构建每一行数据。

CSV 使用示例

假设一家企业需要将客户管理系统中的部分业务数据导出到电子表格软件中，供内部人员分析客户注册情况。

企业可以将具有适当使用权限的数据导出为 CSV 文件。

例如：

CustomerID,Name,SignupDate,Status
1001,张三,2026-01-12,Active
1002,李四,2026-02-18,Active
1003,王五,2026-03-05,Inactive

这个文件包含四个字段：

• CustomerID： 客户记录编号。
• Name： 客户名称。
• SignupDate： 注册日期。
• Status： 当前状态。

数据分析人员可以通过 Excel 或其他支持 CSV 的工具打开文件，根据注册日期和账户状态进行分类与统计。

如果需要进一步处理，也可以使用 Python 将 CSV 导入数据分析程序。

通过这种方式，不同业务系统可以使用简单、通用的文本格式交换结构化数据。

以上数据仅为演示示例，并非真实客户信息。

总结

CSV（Comma-Separated Values，逗号分隔值） 是一种简单、轻量且广泛使用的表格数据存储与交换格式。

它通常以逗号分隔字段，并通过换行区分数据记录，适用于数据库导入导出、电子表格处理及自动化数据分析等场景。

与 JSON 相比，CSV 更适合简单的二维表格数据；与 Excel（XLSX）相比，CSV 不包含复杂格式和原生电子表格功能，但具有结构简单、易于处理和兼容性广泛等优势。

CSV 的主要局限性包括缺少内置数据类型定义、无法直接表示复杂嵌套结构，以及可能受到字符编码和分隔符配置影响。

对于需要在不同软件之间交换结构化表格数据的业务，CSV 是一种基础且实用的文件格式。