如何可靠解析含内嵌JSON字符串的CSV文件？正则拆分截断问题

云原生阿岚

2026-9-15

问题原因

你之前的解析方案失效是两个核心问题导致的：

你提前把CSV内容按换行符切分成了行数组，但符合RFC 4180规范的CSV允许双引号包裹的字段内部包含换行符，你给出的示例JSON本身就带大量换行缩进，这一步操作已经把同一个单元格里的JSON拆成了多个碎片，后续再逐行split必然出错。
你用的split正则/,(?=(?:(?:[^"]*"){2})*[^"]*$)/只能处理单行、无转义引号的极简CSV场景，既无法识别跨行字段，也处理不了JSON内部大量嵌套的双引号、转义字符，遇到JSON里的逗号就会误判为字段分隔符。

你提到的JSON校验问题很容易解释：你贴的内容外层包裹的单引号是JavaScript语法里的字符串边界标记，本身不属于JSON内容，去掉单引号后的内容完全符合JSON语法规范，校验通过是正常现象。

标准解决方案

不要自己手写正则解析CSV。CSV有正式的RFC 4180规范，要处理的边界情况包含转义引号、字段内换行、字段内逗号、不同编码格式等，手写正则几乎不可能覆盖所有场景，内嵌JSON的场景只是把这些边界问题放大了而已。
JS生态有非常成熟的开源CSV解析库可以直接用，零配置就能处理你遇到的内嵌JSON的场景：

跨浏览器/Node.js环境优先选papaparse，是目前JS生态使用最广泛的CSV解析库，自动处理跨行字段、转义字符，支持表头识别、类型转换等常用能力。
仅Node.js环境下也可以选择csv-parse，是Node.js生态长期维护的稳定CSV解析工具。

以papaparse为例，解析带内嵌JSON的CSV只需要几行代码：

// 注意：直接传入完整CSV原始文本，不要提前按换行切分
const parseResult = Papa.parse(completeCsvText, {
  header: true, // 自动读取第一行作为表头
  skipEmptyLines: true
});

// 遍历行，对JSON字段直接做JSON.parse即可
parseResult.data.forEach(row => {
  // 替换为你实际存储JSON的字段名
  const parsedJson = JSON.parse(row.jsonField);
  // 后续业务逻辑
});

应急正则方案

如果你因为特殊限制不能引入第三方库，必须手写解析逻辑，首先要放弃「先按换行切行再逐行split」的思路，直接对完整CSV文本做逐字段匹配，下面的正则和解析函数可以覆盖你给出的示例场景：

// 匹配CSV单个字段，支持双引号包裹、内含换行/逗号/转义双引号的场景
const fieldPattern = /(?!\s*$)\s*(?:"((?:[^"\\]|\\.)*)"|([^,\n\r]*))\s*(?=,|[\n\r]|$)/g;

function parseCsv(csvText) {
  const rows = [];
  let currentRow = [];
  let match;
  fieldPattern.lastIndex = 0;

  while ((match = fieldPattern.exec(csvText)) !== null) {
    // 提取字段值，处理转义双引号
    const fieldVal = match[1] !== undefined 
      ? match[1].replace(/\\"/g, '"') 
      : match[2];
    currentRow.push(fieldVal);

    // 判断是否到行尾
    const afterMatch = csvText[fieldPattern.lastIndex];
    if (!afterMatch || afterMatch === '\n' || afterMatch === '\r') {
      rows.push(currentRow);
      currentRow = [];
      // 跳过\r\n类换行符
      if (afterMatch === '\r' && csvText[fieldPattern.lastIndex + 1] === '\n') {
        fieldPattern.lastIndex++;
      }
      fieldPattern.lastIndex++;
    }
  }

  // 处理最后一行
  if (currentRow.length) rows.push(currentRow);
  return rows;
}

注意：这个正则方案仅适合临时应急，无法覆盖所有非标准CSV的边界case，生产环境强烈建议使用成熟的开源解析库。

内容的提问来源于stack exchange，提问作者Chris T