排错
结果行号错位怎么定位
结果 CSV 的行号和 Excel 里看到的差几行,是最常见的对账问题。原因几乎都在源文件上。
四个典型成因
| 成因 | 偏移 | 特征 |
|---|---|---|
| 首行是表头 | 恒定 +1 | 第一行是「姓名,身份证」 |
| 文件中有空行 | 不固定 | 空行被跳过但 Excel 计入行号 |
| 字段内含换行 | 不固定 | 引号包裹的地址里带换行 |
| CRLF / LF 混用 | 不固定 | Windows 与 Linux 混编 |
先判断是不是恒定偏移
wc -l data.csv # 原始行数
tail -n +2 result.csv | wc -l # 结果数据行数
差固定值 → 表头或固定空行;差值飘忽 → 文件里有特殊结构。
定位空行
grep -n '^[[:space:]]*$' data.csv | head
定位引号内换行
python3 - <<'PY'
import csv
with open('data.csv', newline='', encoding='utf-8-sig') as f:
for i, row in enumerate(csv.reader(f), 1):
if any('\n' in str(c) for c in row):
print('第', i, '行含换行:', row)
PY
最稳的对账方式
不要依赖行号,给每行加自己的唯一标识:
姓名,身份证号,单号
张三,11010519491231002X,ORD-0001
结果会带回第三列,按单号 join 永远不会错位。
统一行尾
sed -i 's/\r$//' data.csv
相关内容
批量文件里的中文姓名变成了乱码,怎么修
批量核验时中文姓名乱码的三个成因(GBK/UTF-8 误判、缺少 BOM、编辑器默认编码),含转换命令与验证方法。
校验位 X 的含义与处理
身份证最后一位 X 代表罗马数字 10,含计算来源、大小写规范、系统不接受 X 时的处理方式。
Excel 导出 CSV 会踩的六个坑
Excel 转 CSV 时身份证号变科学计数、末尾数字变 0、日期被改写、前导 0 丢失等问题的成因与正确做法。
BOM 头导致第一行丢失
UTF-8 BOM 的成因、检测方法、批量去除命令,以及对 CSV 表头与首行数据的影响。