CSV — не просто текст с запятыми. Поле может содержать запятую, перевод строки и кавычку, если оно правильно заключено в кавычки. Поэтому split по разделителю почти неизбежно ломает реальный экспорт: адрес или комментарий превращается в несколько колонок, а следующая строка выглядит сдвинутой.
Возьмите первую строку, после которой таблица съехала, и посмотрите на неё до Excel или Google Sheets. Зафиксируйте байты файла, кодировку, разделитель, символ кавычек и окончания строк. Если корректный CSV-парсер возвращает ожидаемое число полей, повреждение происходит уже на этапе интерпретации значений таблицей.
Симптом подсказывает, какой слой трогать
| После импорта видно | Чаще всего это | Проверка |
|---|---|---|
| Строка разъехалась на лишние колонки | Разделитель внутри quoted field | Парсер и баланс кавычек |
| Кириллица стала набором символов | Неверная encoding или BOM | Определить UTF-8 и перекодировать один раз |
| 00123 превратился в 123 | Автоформат числа | Загрузить колонку как текст |
| 03/04 стало датой другого месяца | Locale-dependent parsing | ISO 8601 либо RAW-режим |
| Строка начинается с вычисления | Значение принято за формулу | Политика для =, +, - и @ |
RFC 4180 описывает распространённый формат с запятой, двойными кавычками и удвоением кавычки внутри quoted field, но на практике встречаются точка с запятой, табуляция и разные окончания строк. Не пытайтесь угадывать dialect на каждой строке. Определите его на уровне источника и отклоните файл, если структура внезапно изменилась.
Парсер возвращает поля, а не куски строки
schema = { columns: 8, delimiter: ";", encoding: "UTF-8", header: true }
reader = CsvReader(file, delimiter=schema.delimiter, quote="\"")
for rowNumber, fields in reader:
if len(fields) != schema.columns: reject(rowNumber, "column_count")
normalized = validateAndType(fields)
staging.insert(normalized, sourceRow=rowNumber)Готовая CSV-библиотека учитывает кавычки и переносы внутри поля. Добавьте лимиты на размер файла, строки и одного значения, иначе случайный многомегабайтный комментарий исчерпает память. Ошибка должна содержать номер исходной строки и безопасное описание, но не весь персональный текст из файла.
Типы определяются схемой, не внешним видом
- Артикул, телефон, почтовый индекс и идентификатор остаются строками, даже если состоят из цифр.
- Дата принимается в заранее выбранном формате и сохраняется с известной timezone.
- Десятичный разделитель нормализуется после проверки locale источника.
- Пустое поле отличается от нуля и от отсутствующей колонки.
- Незнакомый заголовок не сдвигает позиции молча, а останавливает импорт со схемной ошибкой.
Google Sheets API различает RAW и USER_ENTERED. В RAW строка не разбирается как число, дата или формула; USER_ENTERED применяет правила интерфейса таблицы. Для импортируемых идентификаторов и внешнего текста безопаснее явно выбрать RAW, а формулы создавать только из доверенной логики приложения.
Staging показывает последствия до рабочей таблицы
Не перезаписывайте рабочий лист первым же запросом. Сначала сохраните результат в staging с номером строки, исходным именем файла и checksum. Покажите количество принятых и отклонённых строк, примеры преобразования дат и список неизвестных колонок. Только подтверждённый набор переносится в рабочую модель одной операцией.
Внешний текст не должен становиться формулой
CSV из чужой системы может содержать значение, начинающееся со знака равенства или другого префикса формулы. Если передать его как пользовательский ввод, таблица способна выполнить выражение. Храните такие поля как данные, применяйте RAW или экранирование, предусмотренное конкретным продуктом, и не разрешайте CSV управлять формулами рабочего листа.
Регресс закрывают маленькие неприятные файлы
- Проверить запятую, точку с запятой и отказ при неожиданном delimiter.
- Импортировать поле с разделителем, кавычкой и переводом строки внутри.
- Сохранить ведущие нули артикула и длинный числовой ID без округления.
- Проверить UTF-8 с BOM и без него, а неизвестную кодировку отклонить.
- Загрузить неоднозначную дату и убедиться, что она не разобрана по locale интерфейса.
- Передать строку, похожую на формулу, и увидеть обычный текст.
Для расследования сохраните исходный файл, checksum, описание dialect, версию схемы, номер первой ошибочной строки и результат staging. Скриншот уже сломанной таблицы полезен, но без этих данных нельзя понять, ошибся парсер или конечный редактор сам преобразовал корректные значения.