什么是 CSV？RFC 4180 格式、GB18030 与 UTF-8 编码入门 (2026)

什么是 CSV

CSV（Comma-Separated Values，逗号分隔值）是用逗号（,）分隔字段的纯文本文件。电子表格和数据库中的行与列构成的二维表，用 CSV 可以以最简单的方式表示。

CSV 从 1970 年代起就被广泛使用，历史非常悠久，但并没有一个具有强制力的统一标准。IETF 的 RFC 4180 整理了一套被广泛采用的惯例，但它的定位是 Informational（信息参考），而非正式标准。尽管如此，Microsoft Excel、Google 表格、数据库导出/导入、跨系统数据对接等几乎所有实际场景都在使用它。

如果你想把 CSV 数据快速转成 JSON，可以直接把内容粘贴到 CSV to JSON 转换器，无需注册或上传文件，所有处理都在浏览器内完成。

CSV 的基本结构

行与列（记录与字段）

CSV 文件中，一个换行代表一条记录（行），逗号分隔的每个项是一个字段（列）。

张三,30,北京
李四,25,上海
王五,35,广州

表头行（列名）

文件的第一行通常用作列名（表头）。有了表头，每列数据的含义就清晰了。

name,age,city
张三,30,北京
李四,25,上海
王五,35,广州

表头行在规范上并非必须，但在实际数据交换中几乎总是包含。没有表头的话，第三列是居住城市还是出差地点，光看数据本身很难判断。

双引号与转义规则

当字段值中包含逗号或换行符时，需要用双引号（"）将整个字段括起来。双引号内的逗号被视为数据本身，而非分隔符。

name,comment
张三,"爱好是读书、跑步"
李四,"北京市朝阳区
建国路 123 号"

当字段值中需要包含双引号本身时，用连续两个双引号（""）转义。

title,note
产品A,"尺寸是""M""号"

解析后的结果是 尺寸是"M"号。不遵守这条规则生成的数据，会导致解析器错误识别列或报语法错误。

分隔符的类型与 TSV

虽然名字叫"逗号分隔值"，但实际上用其他分隔符的文本文件也被泛称为 CSV。

格式	分隔符	主要使用场景	扩展名
CSV	逗号 `,`	最通用。Excel、电子表格、通用系统的默认格式	`.csv`
TSV	制表符 `\t`	数据分析、日志数据、部分数据库导出	`.tsv`
分号分隔	分号 `;`	小数点用逗号的地区（如德语版 Excel）	`.csv`
管道符分隔	管道符 `\|`	遗留系统及特殊数据库转储	`.csv` `.txt`

大多数 CSV 解析器都支持指定分隔符。打开一个在欧洲地区生成的 CSV 文件时，如果所有内容挤在一列里，检查一下分隔符是否设成了分号。

CSV 与 Excel、电子表格的关系

在 Excel 中点击"另存为"，文件类型选 CSV，就能生成 CSV 文件。反过来，双击一个 CSV 文件，Excel 会启动并以表格形式显示。

但使用 Excel 时有几点需要注意。Excel 打开 CSV 时会进行自动类型推断。例如，员工编号或邮政编码 007 前面的 0 会被去掉变成数字 7，1-2 这样的字符串可能被自动转成日期格式。

Google 表格中也可以通过"文件" > "下载" > "逗号分隔值（.csv）"菜单来导入和导出 CSV。

如果需要把 Excel 或 Google 表格中的数据直接以 Markdown 表格的形式贴进文档，参见 Excel 转 Markdown 表格。

编码与中文乱码（GB18030 / GBK / UTF-8 BOM）

打开 CSV 文件时如果文字变成乱码，绝大多数情况是编码问题。CSV 格式本身没有存储编码信息的标准头或元数据区域（RFC 4180 也没有规定编码），所以读取文件的程序需要猜测编码或由用户手动指定。

中文环境的 CSV 特别容易出现编码差异导致的问题。

GB18030 / GBK / GB2312：中文 Windows 版 Excel 默认保存的 CSV 文件通常使用 GB18030（或其子集 GBK）编码。用期望 UTF-8 的 Web 应用或 Linux 服务器读取时，中文就会变成乱码。
UTF-8（无 BOM）：现代开发环境的默认编码。但旧版 Excel 或默认设置的 Windows 版 Excel 打开时，可能按 GBK（ANSI）错误解析，导致中文乱码。
UTF-8 BOM（UTF-8-SIG）：文件开头附带 3 字节 BOM（Byte Order Mark，EF BB BF）的形式。Excel 检测到 BOM 后会识别为 UTF-8 文件并正确显示中文。但 Google 表格、Web API、部分 JSON 解析器会将 BOM 当作多余字符，导致第一列列名前出现不可见的特殊字符。

此外，还有一个中文环境特有的坑：全角逗号「，」与半角逗号「,」的混淆。在中文输入法下编辑 CSV 时，如果不小心输入了全角逗号，解析器无法将其识别为分隔符，整行数据会被当作一个字段，导致列数错乱。在 Excel 中查看时，所有数据会挤在同一个单元格里。

Python 的 pandas 读取带 BOM 的 CSV 文件时，指定 encoding="utf-8-sig" 即可自动去除 BOM 并正常读取。

import pandas as pd

# 读取 UTF-8 BOM 文件
df = pd.read_csv("data.csv", encoding="utf-8-sig")

# 读取 GB18030（Windows Excel 默认）文件
# df = pd.read_csv("data_excel.csv", encoding="gb18030")

为避免编码问题，团队内最好统一使用 UTF-8（并明确是否带 BOM），或在处理文件前显式转换编码。

CSV 的局限

CSV 上手简单、体积轻量，但结构性局限很明显。

无法表达层级结构（嵌套）

CSV 只能表示扁平的二维表。数据具有嵌套对象或数组等层级结构时，CSV 并不适合。

例如"一个用户有多条订单和一个收货地址"这样的结构，用 CSV 表达要么重复行、要么用自定义分隔符硬塞进单元格，管理起来很麻烦。

如果这类数据先转成 JSON，需要以 Markdown 表格展示时，可以参考 JSON 转 Markdown 表格。

没有数据类型

CSV 文件中所有数据都是字符串（文本）。30 是数字还是文本、true 是布尔值还是字符串，CSV 本身无法判断，需要读取数据的应用自行推断。相比之下，JSON 本身就有数据类型，语法和数据类型详见 JSON 是什么？。

无法嵌入元数据

CSV 没有记录编码信息或 schema 定义的方法。打开文件前无法通过标准手段得知编码是 UTF-8 还是 GB18030，只能由读取方猜测或外部指定（参见上文"编码与中文乱码"一节）。

不同工具的输出略有差异

CSV 没有唯一的强制标准规范（如前所述，RFC 4180 的定位是 Informational）。因此换行符、引号处理方式在不同工具间可能略有不同，解析器侧需要兼容这些差异。

为什么要把 CSV 转成 JSON

为了克服 CSV 的扁平局限、与现代 Web 系统顺畅对接，很多场景需要转成 JSON。

转为结构化数据

把 CSV 每行转为 JSON 对象后，表头名成为键（Key），每个字段的含义就清晰了。

[
  {
    "name": "张三",
    "age": "30",
    "city": "北京"
  },
  {
    "name": "李四",
    "age": "25",
    "city": "上海"
  }
]

REST API 对接

现代 Web 应用和 REST API 的请求体大多要求 JSON 格式。把 Excel 或数据库中导出的 CSV 数据转成 JSON 后，就可以直接用作 API 调用请求体。

程序处理更方便

JavaScript 等大多数编程语言中，JSON 可以用内置函数直接处理。用 Array.map() 或 Array.filter() 等高阶函数操作数据更加便捷。Python、Node.js、Go 等语言的具体转换方法，参见 CSV 转 JSON 指南。

处理 CSV 时的注意事项

不要用 split(',') 自行解析

在代码中用 line.split(",") 写个简易解析器很常见，但非常危险。字段值中包含逗号、双引号转义（""）、多行文本时，解析会立刻出错。

务必使用经过验证的标准库或专用解析器。

Python：标准库 csv 模块或 pandas
JavaScript / Node.js：PapaParse 或 csv-parse
Java：Apache Commons CSV 或 OpenCSV

处理前先验证数据

从外部收到的 CSV 文件，应先验证所有行列数是否一致、必需的表头是否齐全、是否存在空单元格或意外的分隔符，再进入后续处理流程。这样可以减少下游管道中的错误。

用 FormatArc 把 CSV 转成 JSON

处理大体积 CSV 文件或重要业务数据时，可以用 CSV to JSON 转换器安全地转换。

FormatArc CSV to JSON 转换结果界面

打开 CSV to JSON 转换器。
在左侧输入框粘贴 CSV 文本。
右侧窗口实时生成格式化后的 JSON 结果。

所有运算通过浏览器的 WebAssembly 和 JavaScript 引擎在本地运行，客户信息或敏感业务数据不会发送到外部服务器。

如果希望把 CSV 数据以 Markdown 表格的形式贴到 README 或文档中，参见 CSV 转 Markdown 表格指南。

常见问题（FAQ）

CSV 和 TSV 的区别是什么？

CSV 使用逗号（,）作为分隔符，TSV 使用制表符（\t）。当数据内容中经常包含逗号（如地址、句子等文本）时，用制表符分隔的 TSV 可以减少双引号转义，更便捷。

Excel 保存 CSV 时中文乱码怎么办？

在 Excel 中保存时，选择"CSV UTF-8（逗号分隔）"而非"CSV（逗号分隔）"，文件会以 UTF-8 BOM 格式保存，最新程序和 Excel 都能正确显示中文。如果是已有的 GB18030 文件，可以用文本编辑器（VS Code、记事本等）的"通过编码器重新保存"菜单转为 UTF-8。

CSV 文件有大小限制吗？

CSV 文件格式本身没有行数或文件大小限制。但用 32 位程序或 Microsoft Excel（最大 1,048,576 行、16,384 列）打开时，受软件自身限制的影响。

总结

CSV 是用逗号分隔列、用换行分隔行的最简二维表格式。
按 RFC 4180 规范，包含逗号、换行、双引号的字段用双引号括起，双引号本身用 "" 转义。
中文环境中 GB18030/GBK 与 UTF-8 BOM 的差异容易导致 Excel 乱码，编码管理必不可少。全角逗号「，」混入也是常见坑。
需要层级结构或 API 传输时，用 CSV to JSON 转换器轻松转换。