encoding/csv 遇到引号换行时的解析处理

CSV 里出现带引号的换行时，不能先按物理行切开再交给 encoding/csv。只要字段从引号开始、以匹配的引号结束，中间的换行就属于字段内容；csv.Reader.Read 会把这些物理行合并成一条逻辑记录。真正需要排查的是：输入是否遵守引号规则、读取结果是否保留换行，以及异常时能否定位到行列。

直接结论：保持 LazyQuotes 默认值 false，让标准格式先通过；只有上游确实产生不规范引号、并且业务明确接受容错时，才单独打开 LazyQuotes。它不是“自动修复所有坏 CSV”的开关。

本文范围：只讨论 Go 标准库 encoding/csv 处理引号包裹的跨行字段，不延伸到 Excel 兼容策略、字符集转换或完整表格清洗。

先区分物理换行和字段内换行

按 RFC 4180 风格写出的字段可以是 "备注第一行 备注第二行"。这里的换行仍在一对引号内，所以它不会结束 CSV 记录。csv.Reader 读取的是逻辑记录，返回的字符串字段会保留字段中的换行；字段外的换行才是记录分隔符。

这也解释了一个常见误判：如果先用 bufio.Scanner 或字符串分割按行切片，字段内换行会被误当成新记录，后面的逗号和引号就会整体错位。CSV 解析器需要看到完整的输入流，才能判断当前换行是否仍在 quoted field 内。

用 csv.Reader 读取跨行字段

最小示例直接把多行字段放进 strings.NewReader。代码里的 Read 每次返回一条逻辑记录，而不是输入中看到的一行；示例只用于说明解析关系，不把字符串内容当作运行截图。

package main

import (
	"encoding/csv"
	"fmt"
	"io"
	"strings"
)

func main() {
	input := "id,note\n1,\"第一行\n第二行\"\n2,结束\n"
	reader := csv.NewReader(strings.NewReader(input))

	for {
		record, err := reader.Read()
		if err == io.EOF {
			break // 输入流读完，EOF 不是一条坏记录。
		}
		if err != nil {
			// 解析错误应保留原始类型，便于后面读取行列位置。
			fmt.Printf("parse failed: %v\\n", err)
			return
		}
		fmt.Printf("fields=%q\\n", record)
	}
}

这里第二条字段包含一个换行，但它仍然只占一条逻辑记录。不要为了“修复换行”把 \n 替换成空格：那会改变原始字段内容。若业务不希望保留换行，应在解析成功后针对目标字段做明确的清洗，而不是破坏 CSV 的记录边界。

用 ParseError 定位异常

默认严格解析时，未闭合的引号、引号后出现不允许的字符、未转义的裸引号，都可能返回 *csv.ParseError。可以用 errors.As 提取错误类型，记录起始行、出错行和列；这些位置比把整份原始 CSV 打进日志更适合排查。

package main

import (
	"encoding/csv"
	"errors"
	"fmt"
	"strings"
)

func readOne(input string) error {
	reader := csv.NewReader(strings.NewReader(input))
	_, err := reader.Read()
	if err == nil {
		return nil
	}

	var parseErr *csv.ParseError
	if errors.As(err, &parseErr) {
		// StartLine/Line/Column 让日志能指向原始输入的具体位置。
		return fmt.Errorf("CSV 第 %d 行第 %d 列解析失败：%w", parseErr.Line, parseErr.Column, err)
	}
	return err // 其他 I/O 错误不伪装成格式错误。
}

ErrBareQuote 表示非引号字段出现裸引号，ErrQuote 常见于引号字段中出现未按规则结束的引号，ErrFieldCount 则是记录字段数与预期不一致。字段数检查还受 FieldsPerRecord 影响；它和引号换行是两个不同层次的问题，不能混在一个“换行异常”里处理。

LazyQuotes 什么时候才值得打开

LazyQuotes=true 会放宽部分引号约束：非引号字段可以出现引号，引用字段中也允许非成对的引号。它适合经过确认的历史脏数据导入，但会让原本应该暴露的格式错误变成看似成功的字符串，后续业务可能更难判断数据是否可信。

reader := csv.NewReader(strings.NewReader(input))
reader.LazyQuotes = true // 仅对已知的非严格来源开启，默认严格模式更安全。
record, err := reader.Read()
if err != nil {
	// 容错不等于忽略错误，仍要把失败记录和来源一起留痕。
	return err
}
_ = record

更稳妥的做法是按来源配置容错，而不是全局打开：标准来源保持严格解析；已知脏来源单独设置 LazyQuotes，并保留原始行号、文件标识和导入结果。若输入经常缺少闭合引号，应该回到上游导出逻辑修正，而不是无限扩大容错范围。

用小样本对比解析边界

在正式接入前准备三类样本即可覆盖主要判断：一是合法的引号换行字段，二是字段内双引号用两个双引号转义，三是故意缺失闭合引号或混入裸引号的坏记录。对每类样本记录“是否返回一条逻辑记录、字段值是否保留换行、错误是否带行列”，就能把解析语义和业务策略分开。

小结：引号内的换行是字段内容，不是记录结束；用 csv.Reader 直接读流，别先按物理行拆分；严格模式下用 ParseError 记录位置，LazyQuotes 只作为有边界的兼容策略。

常见追问

为什么字段里有换行，Read 还只返回一条记录？

因为换行位于一对引号内，属于 quoted field 的内容。解析器会继续读取后续物理行，直到找到合法的结束引号和记录边界。

开启 LazyQuotes 就不会报错了吗？

不会。它只放宽部分引号规则，字段数量、输入读取错误等问题仍然可能失败，而且容错后的数据不一定符合业务预期。