Python 处理 CSV 入门：带逗号的字段为何不能直接 split？

收到一份表格导出的 CSV 文件时，初学者可能会用逗号把每一行直接拆开。但如果某个字段本身包含逗号，结果就会错位。Python 的 csv 标准库可以处理常见的分隔符和引号规则，适合用来完成小型数据整理。

一、准备一份示例数据

在练习目录中新建 UTF-8 编码的 tasks.csv，内容如下：

name,team,hours
整理文档,"开发,测试",2
检查日志,运维,3
更新配置,开发,1

第二行的团队名称用双引号包住，里面的逗号属于字段内容。如果对整行使用 split(',')，这个字段会被误拆成两段。CSV 中的引号还有转义规则，因此不要自己拼接或拆分复杂字段。

二、按表头读取数据

在同一目录创建 read_tasks.py：

import csv

with open('tasks.csv', encoding='utf-8', newline='') as source:
    reader = csv.DictReader(source)
    for row in reader:
        print(row['name'], row['team'], row['hours'])

运行 python read_tasks.py，第一条数据中的团队应显示为“开发,测试”。没有指定字段名时，DictReader 使用首行作为表头，后续每行可以按列名取值。打开 CSV 文件时设置 newline=''，让 csv 模块处理换行细节。

三、筛选并写到新文件

下面把工时不少于 2 的记录写入另一个文件，保留原始数据：

import csv

with open('tasks.csv', encoding='utf-8', newline='') as source:
    rows = list(csv.DictReader(source))

with open('selected.csv', 'w', encoding='utf-8', newline='') as target:
    writer = csv.DictWriter(target, fieldnames=['name', 'team', 'hours'])
    writer.writeheader()
    for row in rows:
        if int(row['hours']) >= 2:
            writer.writerow(row)

运行后，结果应包含表头和前两条记录。写入器会处理示例中字段内的逗号，不必手动加引号。注意 w 模式会覆盖同名输出文件，运行前请确认输出路径。

四、处理真实数据时先检查边界

示例中的 hours 都是整数文本；默认读取结果是字符串，参与数值比较前需要转换。真实文件可能有空值、非数字或缺列，直接转换会报错，应该按业务规则记录问题行或提示用户，而不是悄悄当作零。

如果列名对不上，先检查表头的空格、大小写和编码。遇到带 UTF-8 BOM 的文件，可尝试读取时使用 utf-8-sig；其他编码应先确认来源。数据量很大时，也可逐行处理，避免像示例一样把所有记录存入内存。

先用几行包含逗号和空值的样本验证，再处理完整文件，并核对输出行数。这样既能发现格式问题，也更容易保护原始数据。