把商品CSV交給awk -F,，第二欄本來應是Coffee, milk，結果只剩Coffee，後面的狀態也往後移。問題不是文字編碼，而是你用每個逗號切欄位，沒有把雙引號內的逗號當成內容。普通分隔文字與帶引用規則的CSV，不是同一種解析任務。
先用一筆含逗號的名稱重現，再改用真正理解CSV的解析器。不要先把逗號刪掉，或者把所有雙引號移除；那會改變商品名稱，也可能讓原本合法的資料變成另一份意思不同的檔案。
一個CSV欄位可以包含逗號
id,title,status
1,"Coffee, milk",ready
2,"She said ""Hi""",draft這三行示範header與兩筆資料，每筆都應有三欄。第一個標題包含逗號，所以用雙引號括起來；第二個標題內的雙引號，用兩個連續雙引號表示。這不是多了一欄，而是CSV引用的內容表示方式。
RFC 4180描述常見的逗號、雙引號與換行規則，是這裡比較的格式依據。它不是宣稱所有叫CSV的檔案都使用相同方言；有些匯出會用分號、不同引用方式或額外編碼標記，仍要查真正產生檔案的工具約定。
awk -F只設定欄位分隔，不自動理解引用
把範例保存為example.csv，再查看欄數與第二欄。這個命令只讀取檔案，不改寫來源。
awk -F, '{ print NF, $2 }' example.csv在隔離Ubuntu 24.04、mawk 1.3.4的實跑，header顯示三欄；Coffee那筆卻顯示四欄，第二欄只剩開頭引號與Coffee。She said那筆雖然仍是三欄，第二欄保留CSV用來轉義的引號，不是已還原的標題文字。
欄數偶爾對了，也不表示已正確解析。第二筆沒有逗號，所以簡單切分看不出錯位，卻仍沒有按引用規則還原內容。這就是只拿一筆沒有特殊字元的資料測試，很容易誤以為awk -F,已支援CSV的原因。
awk本身是有用的文字處理工具，這個例子的問題在你選的切分方式。當輸入確實是一種不允許引用或內含分隔符的簡單格式，固定分隔可以符合約定；如果檔案使用CSV引用，就不能用同一個假設解讀。
用Python csv.reader還原欄位
Python標準函式庫提供csv.reader。讀文字檔時設定newline空字串，讓CSV模組按自己的規則處理換行；編碼則依真實檔案約定指定。以下限定為UTF-8範例，不對未知來源自動猜編碼。
import csv
with open('example.csv', newline='', encoding='utf-8') as f:
for row in csv.reader(f):
print(len(row), row[1])隔離Linux Python 3.12.14實跑，三行都得到三欄；兩筆標題分別還原為Coffee, milk與She said “Hi”。引號中的逗號仍在同一個標題，轉義雙引號也還原成一個字元。這份對照只使用合成資料，沒有操作正式商品或客戶名單。
你可以先將讀出的每一列印出來，比對欄數和內容，再逐步加入真正需要的匯入動作。讀取成功不代表欄位符合業務條件，id是否有效、狀態是否允許、重複資料如何處理，都應在解析之後另做驗證。
不要把一行必然當成一筆資料
帶引用的CSV還可能在同一個欄位內包含換行。若先用shell逐行讀取，再對每行做簡單拆分，就可能把一筆資料切成兩筆。本文的兩筆真實跑資料沒有這種換行，但格式規則允許它，解析器選擇應把這個條件考慮進來。
同理，先把原檔案丟給按行計算的工具，得到的行數不一定等於CSV資料筆數。需要報匯入幾筆時，應按解析後的記錄計算，並明確說明header是否計入。不能拿檔案多了幾行就判定多了幾件商品。
如果來源約定禁止欄位內換行，仍可以在解析後拒絕那種內容；這是一個檢查規則，而不是略過CSV解析的理由。先還原資料，再按契約檢查，較容易清楚指出是哪個欄位不符合需求。
GNU awk的CSV模式有版本條件
GNU awk從5.3版加入CSV欄位處理與–csv選項。這是特定實作的功能，不能看到系統有awk命令就直接使用。本文Ubuntu的awk是mawk，不是GNU awk，因此沒有拿–csv當成這台實跑環境的修正指令。
若你的系統確實安裝支援版本的gawk，可以按它的CSV模式文件評估。但不要把-F,和–csv混為同一功能，也不要只改成一段更長的正規表達式，就宣稱已處理任意引用與嵌入換行。先核版本、資料方言與實際邊界案例。
不需要為了這個小型匯入任務強制更換所有系統的awk。若環境已有符合要求的Python標準模組，使用它即可把解析責任寫清楚；若有既定的CSV匯入工具，也可沿用它，再驗證相同資料。工具選擇應符合你的部署環境與維護方式。
解析後先驗每列，再寫入
至少準備普通標題、含逗號標題、含雙引號標題，以及缺欄位的資料。前三種應還原成正確文字，缺欄位則應依契約報錯。不要在欄數不足時自動把最後一欄補成ready，否則原本壞掉的紀錄可能被當成可用商品。
如果匯出有header，可以核對欄位名稱與順序，再按名稱對應資料。某個工具把status移到第二欄時，只按$2固定位置處理就可能讀錯。這裡使用小型三欄例子，是為了看懂解析問題，不要求你把所有真實匯入都固定成這個順序。
保留原始檔案，在新的輸出或隔離資料庫驗證，避免直接覆寫來源。遇到錯誤時應能指出是編碼、引用結構、欄數還是業務值，而不是只有「匯入失敗」一行。清楚的分層能讓提供資料的人知道要改哪一部分。
如果要再輸出CSV，也用對應的writer處理引用，不要把每欄用逗號直接拼回去。讀取時成功保住標題內的逗號，輸出時卻沒有加引用，下一個工具仍會再切錯。輸入與輸出各自遵守同一份格式約定，資料才會在工具之間保持原意。
最後，把上面三行保存為回歸資料，每次更換匯出來源或解析工具後重新比對。你要確認的是欄位邊界與內容都正確，而不只是程式沒有拋錯。正式匯入的權限、交易與重複處理仍依自己的流程執行。
這份實跑把header也當一列印出，因此輸出三列、真正資料是兩筆。接到匯入程式時，應明確處理header，不要把id、title、status這三個名稱當成第一件商品。若來源沒有header，則依已約定的欄位順序讀取，不要自動跳過第一筆真資料。
評論0