如何快捷修复CSV文件中的行拆分问题（含近百万条记录）

老兄，手动改近百万行这哪是人干的活！给你几个高效的办法，分分钟搞定这种CSV行拆分的问题：

方法1：用专业文本编辑器的正则替换（适合非编程用户） #

比如VS Code、Notepad++这类编辑器都支持正则批量替换，步骤超简单：

1. 打开你的CSV文件，切换到「正则表达式」搜索模式（VS Code点搜索框的.*图标，Notepad++选「正则表达式」选项）
2. 先试试这个通用规则：搜索栏输入 (?<![0-9])\n，替换栏留空，点击「全部替换」
   （原理：正常行最后一个字段是手机号（数字），被拆分的行结尾是地址的一部分，不是数字，这个规则会把这些行的换行符去掉，和下一行合并）
3. 如果遇到地址里带数字的特殊情况，换个精准规则：搜索 (^(?:[^,]*,){2}[^,]*)\n，替换为 $1，重复替换直到没有匹配项。这个规则专门找只有2个逗号的不完整行，把它和下一行合并成完整记录。

方法2：用Python脚本（适合有基础的用户，大文件效率拉满） #

百万级别的文件用脚本处理最稳，还能应对复杂情况（比如地址里带逗号），直接复制下面的代码改个文件路径就行：

import csv

# 这里改成你的输入输出文件路径
input_file = "损坏的文件.csv"
output_file = "修复后的文件.csv"

with open(input_file, 'r', encoding='utf-8') as infile, open(output_file, 'w', encoding='utf-8', newline='') as outfile:
    writer = csv.writer(outfile)
    current_row = []
    for line in infile:
        stripped_line = line.strip()
        if not stripped_line:
            continue
        # 拆分当前行的字段
        fields = [f.strip() for f in stripped_line.split(',')]
        # 判断是不是新的记录：第一个字段是数字（对应sno列）
        if fields[0].isdigit():
            # 如果上一条记录还没写完，先写入文件
            if current_row:
                writer.writerow(current_row)
            current_row = fields
        else:
            # 把拆分的内容合并到上一行的地址字段
            if current_row:
                current_row[2] += fields[0]  # address是第3列，索引从0开始是2
                # 如果当前行还有手机号，直接补上
                if len(fields) > 1:
                    current_row[3] = fields[1]
    # 写入最后一条记录
    if current_row:
        writer.writerow(current_row)

运行前记得备份原文件，跑起来之后你该干嘛干嘛，百万行分分钟就能处理完。

方法3：用命令行sed工具（适合Linux/Mac用户，一行命令搞定） #

打开终端，直接敲下面的命令，把broken.csv换成你的原文件名，fixed.csv是修复后的文件：

sed -e :a -e '/,.*,.*,/!{N;ba' -e '}' broken.csv > fixed.csv

这个命令会自动识别字段不完整的行（没有3个逗号的行），自动把它和下一行合并，直到形成完整的4字段记录，全程不用你操心细节。

重要提醒 #

• 不管用哪种方法，先备份原文件！ 百万行数据出错了真的很难救
• 如果你的CSV里有带逗号的字段（比如地址是"Kolkata, West Bengal"），优先用Python脚本的方法，因为正则和sed可能会误判

备注：内容来源于stack exchange，提问作者Jagapathibabu