# CSV 畸形行外科医生

逐行外科手术式修复畸形 CSV 行：未转义（游离）引号、混合分隔符（同一文件中制表符/分号/逗号混用）、带 BOM 的表头、CRLF/CR 换行符与多余空行。外科医生采用容错解析，以红绿逐行 diff 显示每一处改动（前 → 后，并标注修复原因），列出未改动的行，并输出清洗后的 CSV。可选 AI 修复会在确定性修复后复查可疑行。它补足 CSV 校验器（仅报告问题）——真正修复受损行。

> 标准页面: https://elysiatools.com/zh/tools/csv-malformed-row-surgeon

- **分类:** Development

- **关键词:** csv, 畸形, 修复, 修正, 外科, 游离引号, 混合分隔符, bom, 换行符, crlf, 转义, 加引号, 行, etl, 数据清洗

## 概述

面向数据工程师与 ETL 开发者的逐行 CSV 修复工具：

1. 粘贴 CSV 数据。选择输入分隔符与输出想要使用的分隔符（二者可不同——便于把制表符文件规范化为逗号 CSV）。
2. 勾选要应用的修复：去除开头的 UTF-8 BOM、转义游离（未转义）引号、为含分隔符或换行的字段加引号、把 CRLF/CR 换行统一为 LF、删除空行、修剪单元格空白、检测并改写混合分隔符。
3. 外科医生采用容错解析——不会像严格解析器那样在第一行坏数据处停止。它会继续，确保每个受损行都出现在报告中。
4. 红绿逐行 diff 显示每个被改动行的 前 → 后，并标注修复原因（如"分隔符 ',' → '\t'"、"转义游离引号"、"统一换行"）。这就是 accept/reject 审计轨迹：你能看到每处改动，决定是否信任。
5. 无需修复的行单独列为"原样接受"，清洗后的 CSV 输出在底部（大文件时可关闭输出）。
6. 如果你希望对可疑行再做一次判断，可以启用 AI 修复。AI 只会处理被标记为可疑的行；如果返回字段结构看起来不安全，会自动回退到规则结果。

离线且确定：纯字符串处理，不依赖外部解析库。

## 输入项

- **CSV 数据** (textarea): id,name,note 1,Ada,"loves, commas" 2,Grace" Hopper,unescaped quote
- **输入分隔符** (select)
- **目标分隔符** (select)
- **去除 UTF-8 BOM** (checkbox)
- **转义游离引号** (checkbox)
- **为含分隔符/换行的字段加引号** (checkbox)
- **统一换行符 (CRLF/CR → LF)** (checkbox)
- **删除空行** (checkbox)
- **修剪单元格空白** (checkbox)
- **检测并改写混合分隔符** (checkbox)
- **对可疑行启用 AI 修复** (checkbox)
- **输出修复后的 CSV** (checkbox)

## 适用场景

- 当从不同系统导出的 CSV 文件中混杂了逗号、分号或制表符等多种分隔符，导致常规解析器报错时。
- 当 CSV 字段中包含未转义的游离双引号，或者表头带有 UTF-8 BOM 字符，需要进行外科手术式精准修复时。
- 在执行 ETL 数据导入前，需要对受损的 CSV 行进行容错清洗，并审计每一处修改的“前→后”对比时。

## 工作原理

- 粘贴受损的 CSV 数据，并选择当前的输入分隔符与期望的目标输出分隔符。
- 勾选需要执行的修复规则，如去除 BOM、转义游离引号、统一换行符（CRLF/CR 转 LF）或检测混合分隔符。
- 工具采用容错解析逐行处理，生成红绿对比的 diff 报告，详细标注每行的修复原因，并可选择启用 AI 对可疑行进行二次复查。
- 确认无误后，直接复制或导出底部生成的已清洗、结构规范的 CSV 结果。

## 使用案例

- 清洗包含 Windows CRLF 换行和 UTF-8 BOM 表头的跨平台导出 CSV 文件。
- 修复因用户手动输入导致字段内含有未转义双引号的脏数据。
- 将混合了制表符和逗号的混乱日志数据规范化为统一的逗号分隔 CSV。

## 常见问题

### 这个工具与普通的 CSV 校验器有什么区别？

普通校验器只报告错误位置并中断，而本工具采用容错解析，不仅不会中断，还能自动修复受损行并输出清洗后的 CSV。

### 什么是“游离引号”，工具是如何处理它的？

游离引号是指字段内部未被正确转义的双引号。工具会自动识别这些引号并进行转义，或为包含特殊字符的字段重新加上外层引号。

### 混合分隔符检测是如何工作的？

工具会分析同一行中非预期的分隔符（如在逗号分隔的文件中出现了制表符），并根据上下文将其统一改写为目标分隔符。

### AI 修复功能是必须启用的吗？

不是。默认使用确定性的规则进行修复。开启 AI 修复后，仅会对规则处理后仍标记为可疑的行进行智能复查，若 AI 返回结构不安全则会自动回退。

### 我的数据会被上传到服务器吗？

默认的规则修复完全在本地浏览器中通过纯字符串处理完成，安全且离线；只有在您主动勾选并启用 AI 修复时，才会将可疑行发送至接口处理。

## 相关工具

- [CSV 表头别名解析器](https://elysiatools.com/zh/tools/csv-header-alias-resolver): 将杂乱的 CSV 表头映射到干净的目标 schema。粘贴首行为表头的 CSV（列名可能是 Customer ID、user_id、customerId、CUST_ID……），并提供目标 schema（每行一列）与可选的 "alias=target" 别名字典。每个源表头经过四层解析——精确匹配、字典别名、规范化（统一大小写/重音/分隔符/驼峰）、模糊编辑距离——在映射表中显示方法与置信度，并给出目标覆盖率与可选的规范化 CSV 导出。
- [边界值处理器](https://elysiatools.com/zh/tools/data-boundary-processor): 高级边界值处理工具，用于识别和处理数值数据中的最小值和最大值。完美适用于数据验证、范围检查、统计分析和数据预处理。 功能特点： - 多种边界检测方法（绝对值、百分位数、标准差） - 灵活处理策略（裁剪、删除、替换、变换） - 自定义范围验证 - 非对称边界处理 - 批量处理能力 - 综合边界统计 - 数据质量评估 - 可视化边界报告 常见用途： - 数据验证和质量控制 - 传感器数据范围检查 - 金融数据限制执行 - 统计数据预处理 - 机器学习特征工程 - 数据库约束验证
- [AI数据规范化器](https://elysiatools.com/zh/tools/ai-data-normalizer): AI驱动的数据格式规范化工具，使用高级AI分析智能清理和标准化混乱数据
- [相关性分析器](https://elysiatools.com/zh/tools/correlation-analyzer): 高级相关性分析工具，计算变量之间的相关系数以衡量它们线性关系的强度和方向。完美适用于统计分析、金融建模、科学研究和数据探索。 功能特点： - 多种相关性方法（皮尔逊、斯皮尔曼、肯德尔） - 相关性矩阵生成 - 统计显著性检验（p值） - 置信区间计算 - 热图可视化 - 散点图矩阵生成 - 缺失值处理策略 - 异常值检测和处理 - 分组分析能力 - 详细统计报告 常见用途： - 金融市场分析和风险评估 - 科学研究和假设检验 - 客户行为和营销分析 - 医疗和医疗数据分析 - 质量控制和流程优化 - 教育绩效评估
- [CSV 行去重工具](https://elysiatools.com/zh/tools/csv-deduplicate-rows): 支持上传 CSV 或直接粘贴 CSV 文本，按精确或模糊规则去重，并导出清洗后的 CSV。
- [CSV 校验器](https://elysiatools.com/zh/tools/csv-validator): 校验 CSV 结构，检测畸形行、引号不配对和列数不一致
- [BOM字符移除器](https://elysiatools.com/zh/tools/data-bom-remover): 从文本和文件内容中移除BOM（字节顺序标记）字符。非常适合清理有编码问题的文本文件、修复CSV导入和为处理准备数据。 功能特点： - 检测并移除UTF-8 BOM (EF BB BF) - 检测并移除UTF-16 BOM (FE FF 或 FF FE) - 检测并移除UTF-32 BOM (00 00 FE FF 或 FF FE 00 00) - 支持多种输入格式 - 可视化BOM字符显示 - 详细检测报告 - 支持批量文本处理 常见用途： - 修复CSV文件导入错误 - 清理文本文件编码问题 - 为JSON解析准备数据 - 修复XML解析问题 - 解决API数据编码冲突 - 标准化文本数据格式
- [数据清洗器](https://elysiatools.com/zh/tools/data-cleaner): 清洗和标准化数据，修复拼写错误、标准化格式、移除重复项和填充缺失值

## 示例

- [CSV示例](https://elysiatools.com/zh/samples/csv-samples): 各种数据类型、大小和复杂度级别的CSV示例文件
- [Python 示例](https://elysiatools.com/zh/samples/python): Python代码示例和Hello World演示
- [Windows 字符串处理 - C# 示例](https://elysiatools.com/zh/samples/windows-string-processing-csharp): Windows平台C#字符串处理示例，包括字符串操作、分割、连接、正则表达式和文本分析
- [WebRTC 实时通信示例](https://elysiatools.com/zh/samples/webrtc-samples): 全面的 WebRTC 示例，用于点对点音视频通信、数据通道、屏幕共享和信令服务器实现

## 相关内容

- [半结构化文本解析与表格提取工具](https://elysiatools.com/zh/hubs/semi-structured-text-table-extraction): 使用定宽解析、分隔符识别、日志处理和表格提取工具，将混乱文本转换为干净的 CSV、JSON、XML 或 Excel 数据。
- [CSV 导出与表格转换工具](https://elysiatools.com/zh/hubs/csv-convert): 在一个专题里比较 CSV 与 Excel、JSON、HTML、Markdown、XML 和文本之间的转换工具，适合表格导出与交换工作流。
- [CSV 清洗与表格重整工具](https://elysiatools.com/zh/hubs/csv-utility): 把 CSV 清洗、筛选、排序、分组、合并、拆分和表格重整工具集中到一个专题中，适合表格整理和导入导出流程。
- [条码、二维码与标签工具](https://elysiatools.com/zh/hubs/barcode-utility): 把条码生成、二维码创建与解码、UPC/EAN 校验、WiFi 二维码分享和可打印标签工具集中到一个专题中。