Go 的 encoding/csv 严格遵循 RFC 4180，panic 或字段错位源于数据不合规（如缺引号、未转义双引号、换行未包裹），而非库缺陷；需用 reader.Read() 单行捕获错误、预处理过滤空行与 BOM、转换层安全类型转换、上下文层记录行号与原始字段，并用 bufio.NewReaderSize 提升缓冲避免跨 buffer 解析失败。
Go 的 encoding/csv 本身不提供“自动修复”能力，所谓“复杂 CSV”绝大多数是格式不合规（缺引号、未转义双引号、换行未包裹），而不是库不行——你得先判断问题出在数据还是代码。
为什么 csv.Reader 读着读着就 panic 或字段错位？
根本不是库有 bug，而是它严格按 RFC 4180 解析：含换行、逗号、双引号的字段必须被双引号包裹，且内部双引号必须写成两个（""）。一旦某行漏了闭合引号，csv.Reader 就会在下一行中间突然报 invalid quoted field，或把后续几行吞进一个字段里。
- 典型现象：
record on line 123: wrong number of fields—— 实际是第 122 行引号没闭合，导致第 123 行被当作了前一行的 continuation - 别信
LazyQuotes = true能救场：它只放宽“字段含引号但没包裹”的情况，对换行、缺引号完全无效 - 用
reader.FieldsPerRecord = -1关掉字段数校验，至少能让解析继续，方便你定位哪一行坏了
怎么安全读取含嵌入换行和双引号的行？
关键不在“怎么修”，而在“怎么发现并隔离”。标准库不补引号，但给你留了检查入口：
- 永远用
reader.Read()单行读，别用reader.ReadAll()—— 后者遇到第一个错误就 panic，前者返回error可捕获 - 遇到
csv.ParseError，检查err.Err字段：bare " in non-quoted-field是引号没转义，field not terminated是引号没闭合 - 对可疑行，可先用
bufio.Scanner按原始字节读，观察是否以","结尾但没闭合引号；若是，手动拼接下一行（需维护引号计数状态）
自定义解析函数该封装哪些逻辑？
不是重写 CSV 解析器，而是围绕 csv.Reader 做三层兜底：
QuickBooks Mileage CSV
下载
使用 qbo-mileage CLI 及用户凭证，从 Airtable、Outlook 或 Google Calendar 记录生成 QuickBooks Online 里程 CSV 文件。
立即学习“go语言免费学习笔记（深入）”；
- 预处理层：跳 BOM（
\uFEFF）、识别编码（GBK → UTF-8 用simplifiedchinese.GBK.NewDecoder()）、过滤空行（len(record) == 0不等于 error，别 panic） - 转换层：所有字段都是
string，别直接strconv.Atoi—— 先strings.TrimSpace，再判空/NULL，最后转；时间字段用time.ParseInLocation(s, layout, time.Local)，避免时区漂移 - 错误上下文层：记录当前行号、原始字段（
fmt.Sprintf("%q", record)）、结构体绑定失败点，否则你只看到cannot parse "" as int，却不知道是第 8721 行的 “age” 字段为空
大文件导入时最常被忽略的性能陷阱
卡住或 OOM 几乎从不因为 csv.Reader 本身，而是你没给它配好“管道”：
- 直接传
*os.File给csv.NewReader？默认 4KB 缓冲在真实 CSV 场景下极易因引号跨 buffer 导致invalid quoted field - 正确做法：用
bufio.NewReaderSize(f, 64*1024)包装文件，再喂给csv.NewReader - 千万别把每行
[]string都append到一个大 slice —— 内存暴涨根源在此；边读边入库，每 1000 行db.Stmt.Exec()一次 - 并发读 CSV ≠ 并发写 DB：单 goroutine 读 + 复用 prepared stmt 批量写，比开 10 个 goroutine 插数据库快且稳
真正复杂的 CSV 导入，难点从来不在“怎么读”，而在于“怎么让错误可追溯、数据可丢弃、流程不中断”。你写的不是解析器，是数据流水线的守门人。
