HTML表单爬虫导出CSV时所有数据被挤入同一单元格如何解决？

常见触发原因 #

• 手动拼接CSV字符串时，没有处理字段内的逗号、换行符、双引号等特殊字符，导致表格工具识别字段边界失败
• CSV分隔符与Excel等工具的默认分隔符配置不匹配（部分地区Excel默认使用分号而非逗号作为CSV分隔符）
• 导出时未添加正确的行尾换行符，导致多行数据被识别为单行

最优修复方案（推荐） #

不要手动拼接CSV字符串，直接使用编程语言内置的标准CSV处理库生成文件，库会自动完成转义、分隔符匹配、换行符处理等逻辑，以下为Python示例代码：

import csv

# forms为你爬取到的所有表单数据列表，每个元素为单张表单的键值对字典
forms = [
    {"表单名称": "登录页", "字段数": 2, "提交地址": "/login"},
    {"表单名称": "注册页", "字段数": 5, "提交地址": "/register"}
]

# 写入文件，指定encoding为utf-8-sig是为了兼容Excel打开不出现中文乱码
with open("表单爬取结果.csv", "w", newline="", encoding="utf-8-sig") as csv_file:
    # 以第一个表单的键作为CSV表头，可根据需求自定义
    writer = csv.DictWriter(csv_file, fieldnames=forms[0].keys())
    # 写入表头行
    writer.writeheader()
    # 批量写入所有表单数据
    writer.writerows(forms)

手动拼接场景临时修复方案 #

如果必须手动拼接CSV内容，需要对每个字段做转义处理：

1. 字段内容中的双引号全部替换为两个连续双引号做转义
2. 用双引号包裹整个字段内容，再用分隔符拼接
   示例代码：

def csv_field_escape(content):
    # 转义字段内的双引号，再用双引号包裹整段内容
    return '"' + str(content).replace('"', '""') + '"'

# 拼接单行内容，分隔符统一用逗号
single_row = ",".join([
    csv_field_escape("表单名称"),
    csv_field_escape("字段数"),
    csv_field_escape("提交地址")
])

Excel识别异常补充处理 #

如果导出的CSV用表格工具打开仍显示为一列，可通过分列功能手动拆分：

1. 选中整个第一列
2. 点击顶部菜单栏「数据」-「分列」
3. 选择「分隔符号」，下一步勾选「逗号」，确认即可完成拆分

内容的提问来源于stack exchange，提问作者余振暘