如何在Linux下使用ssconvert转换xlsx到csv时指定字段格式

一、从ssconvert端修正导出格式 #

ssconvert默认会给包含特殊字符（比如你场景里用逗号做小数分隔符的数值）的字段加引号，避免CSV结构混乱，但这反而引发了Logstash的解析问题。可以通过以下参数调整导出行为：

• 指定小数分隔符为点号
  如果业务允许，直接让导出的数值用点号作为小数分隔符，这样数值不会被自动加引号：

ssconvert --export-type=Gnumeric_stf:stf_csv -O "separator=; decimal-separator=." input.xlsx output.csv

这里用分号做字段分隔符，避免和小数的点号冲突，也可根据需求换成逗号，只要和小数分隔符区分开即可。

• 强制关闭字段引号
  如果必须保留逗号作为小数分隔符，可强制ssconvert不添加引号（前提是该字段里没有其他会破坏CSV结构的逗号）：

ssconvert --export-type=Gnumeric_stf:stf_csv -O "separator=, decimal-separator=, quoting=none" input.xlsx output.csv

二、从Logstash端修正解析逻辑 #

如果没法修改ssconvert的导出配置，就在Logstash的filter阶段处理带引号的数值：

• 先清引号再替换小数分隔符
  通过mutate插件的gsub功能处理字段，再转换类型：

filter {
  mutate {
    gsub => ["target_float_field", '"', ''] # 移除双引号
    gsub => ["target_float_field", ",", "."] # 把逗号小数分隔符换成点号
  }
  mutate {
    convert => ["target_float_field", "float"] # 转为浮点型
  }
}

• 用csv filter直接指定小数分隔符
  如果是用csv filter解析CSV文件，直接配置decimal_separator参数即可：

filter {
  csv {
    separator => "," # 你的CSV字段分隔符
    columns => ["field1", "target_float_field", ...]
    decimal_separator => "," # 指定小数分隔符为逗号
    convert => {"target_float_field" => "float"}
  }
}

这样Logstash会正确识别逗号作为小数分隔符，不会把99,8923误解析成998923。

三、额外注意点 #

• 先确认Excel里的目标字段是数值型而非文本型，如果是文本型，ssconvert会默认给字段加引号，需要先在Excel里转换格式再导出。
• 测试时先导出小批量数据验证配置，避免批量处理出错。

内容的提问来源于stack exchange，提问作者Ibrahima Keita