Python csv模块默认quoting=csv.QUOTE_MINIMAL，仅对含分隔符的字段加引号，若含换行符的字段未被引号包裹，则被误判为记录分隔符导致解析失败；合规做法是读写均启用csv.QUOTE_ALL确保所有字段被引号包裹。
Python csv 模块本身不自动处理含特殊字符（如换行符、引号、逗号嵌套在字段内）的 CSV，必须显式配置 quoting 和 escapechar 才能正确解析——否则会报 csv.Error: newline inside string 或字段错位。
为什么默认 csv.reader 会读崩含换行符的字段
CSV 标准允许字段用双引号包裹，且引号内可含换行符；但 Python 默认使用 quoting=csv.QUOTE_MINIMAL，它只对含分隔符的字段加引号，不强制包裹所有字段。若原始数据里有未被引号包裹的换行符（比如导出时 bug 或手动编辑过），csv.reader 就会把它当成记录分隔符，直接截断。
- 确认是否启用了引号包裹：检查文件头几行，看字段是否统一用
"包裹 - 若字段含换行符但没被引号包围，这不是合规 CSV，
csv模块无法修复，得先清洗或换工具（如pandas.read_csv配lineterminator） - 合规做法是确保生成时用
quoting=csv.QUOTE_ALL，读取时对应设quoting=csv.QUOTE_ALL或csv.QUOTE_MINIMAL
quoting 参数怎么选：从 QUOTE_MINIMAL 到 QUOTE_ALL
不同 quoting 值决定哪些字段被引号包裹，直接影响能否安全容纳特殊字符：
-
csv.QUOTE_MINIMAL（默认）：仅当字段含分隔符（如逗号）、引号或换行符时才加引号 → 安全，但要求输入严格合规 -
csv.QUOTE_ALL：所有字段都加引号 → 最稳妥，能兜住字段内含逗号/换行/引号的情况，但文件体积略大 -
csv.QUOTE_NONNUMERIC：非数字字段加引号，且自动转为 float → 少用，容易误转 ID 类字符串 -
csv.QUOTE_NONE：完全不加引号 → 必须配escapechar，且字段内不能出现分隔符，基本不用
实操建议：读取未知来源 CSV 时，优先试 quoting=csv.QUOTE_ALL；写入时明确用 quoting=csv.QUOTE_ALL 避免下游解析问题。
立即学习“Python免费学习笔记（深入）”；
字段含双引号时，doublequote 和 escapechar 怎么配合
CSV 中双引号本身需转义：标准做法是连续两个 "" 表示一个字面量 "（即 doublequote=True）。若原始数据用反斜杠转义（如 "），就得关掉 doublequote 并指定 escapechar='\'。
- 默认
doublequote=True：字段内""被解析为单个"，无需额外设置 - 若遇到
csv.Error: quote character not allowed，可能是字段里混用了单引号和双引号，或quotechar没对齐（比如文件用'包裹，但代码仍用默认quotechar='"'） - 改
quotechar很简单：csv.reader(f, quotechar="'")，但务必和文件实际一致
示例：含双引号的字段写入
import csv
with open('out.csv', 'w', newline='') as f:
writer = csv.writer(f, quoting=csv.QUOTE_ALL, doublequote=True)
writer.writerow(['He said "Hello"', '2024-04-01'])
→ 生成 "He said ""Hello""","2024-04-01"
编码错误和 BOM 头导致乱码怎么办
Windows 记事本保存的 CSV 常带 UTF-8 BOM（ufeff），直接用 open(..., encoding='utf-8') 会把 BOM 当成第一列内容，导致列名错位。
- 读取时用
encoding='utf-8-sig'：自动剥离 BOM，兼容无 BOM 文件 - 避免用
encoding='gbk'猜编码——先用chardet检测：chardet.detect(open('file.csv', 'rb').read(10000)) - 写入时若需兼容 Excel，用
utf-8-sig；若明确要 GBK（如对接老系统），写入时指定encoding='gbk'，但读取也得同步
关键点：BOM 不是字符编码问题，是文件头部标记；utf-8-sig 是解法，不是妥协。
