其实你不一定懂csv文件格式

最近业务中涉及到了csv文件的读写，本以为是非常简单的一件事情。结果却踩了几个坑。想象一下下面这段写csv文件的代码有什么问题？

$arr = [
    ["this is a string", "another string", "Hello\nWorld", "你好,世界"],
    [".....", ".....","xxx","111"]
];

$filepath = "/home/zhangsan/output.csv";
foreach ($arr as $key => $val) {
    file_put_contents($filepath, implode(",", $val) . "\n", FILE_APPEND);
} 

代码功能很简单，就是把一个字符串二维数组写入csv文件中存储。正常情况下还好，然后二维数组中如果有的字符串里面本来就有换行符或者逗号，瞬间懵逼。于是去认真调研了一把csv文件格式，分享给大家。

无论是平时办公还是网络传输，csv（Comma Separated Values）文件都是非常常用的文件格式。正如它英文直译过来的意思一样，逗号分隔符文件，每个文件类似于一个表格，换行意味着表格的一行结束，而英文逗号用于将每一行分隔为一个个的单元格。直观理解起来，你可能会觉得非常简单。不过在此之前，不妨先回答以下几个问题， 如果都能知道答案，那确实是已经非常熟悉这个文件格式了。

【1】 csv文件能否允许每一行的单元格数量不一样？

【2】 单元格之间用逗号分隔，那如果单元格内容里面本身就有个逗号怎么处理？

【3】 同理，换行用于开启一行新的数据，但是如果单元格内容里面本身就有换行符怎么处理？

【4】 csv文件是否应该有表头？即第一行应该是表头还是数据？

【5】 每行最后一个单元格的数据后面能否有逗号？

要找对于csv文件最权威的定义，就要先介绍一下RFC（Request For Comments）了。RFC可以认为是世界上最权威的互联网基本概念介绍大全，每个概念的介绍都有自己的一个文件编号。例如JSON格式的定义文件（RFC4627），HTTP2.0的定义文件（RFC7540），PNG图片格式定义文件（RFC2083）等等。在此不做过多介绍，想要了解RFC的由来可以参考维基百科，如果感兴趣想了解所有的RFC文件，可参考其官方网站。

回到主题，对于csv文件格式，RFC也有其官方文档描述，即RFC4180。该文档其实是汇总了各家的csv文件实现方式，并且选取了最大众化的，被最多人所接受格式并计入此标准中。该文档其实已经可以回答我们上方的几个问题。

【1】 csv文件能否允许每一行的单元格数量不一样？

不允许，每一行（包括表头行）均拥有相同数量的单元格

【2】 单元格之间用逗号分隔，如果单元格内本身有逗号怎么处理？

整个单元格可以用双引号包含起来。也就是说如果单元格内容没有逗号，那么你可以任何选择是否要用双引号把单元格包含起来。这就带来另一个问题，如果单元格内容本身有双引号呢？你必须使用双引号包含整个单元格，并且内容中的双引号前面要多加一个双引号做转义。例如：

// 正确，hello与world之间有逗号所以必须用引号包含起来，其他单元格随意
nihao,qcloud,qq,"weixin" 
hi, taobao,"hello, world", tmall 


// 正确，注意第二行第三个单元格内容本来是she said "yes"
// 但是由于内容本身有双引号，所以单元格用双引号包含，且内容中的双引号多写一个做转义
nihao,qcloud,qq,"weixin" 
hi, taobao,"she said ""yes""", tmall 


// 错误，没有用双引号包含的单元格不准出现双引号
nihao,qcloud,qq,"weixin"
hi,taobao,1'10" so fast,tmall

【3】 单元格内容本身有换行符怎么处理？

同上，单元格用引号括起来。举例

// 正确，下面内容虽然占三行，但是只认为有两行csv数据，"weixin \n a life style"算一个单元格
nihao,qcloud,qq,"weixin
a life style"
hi,taobao,1'10" so fast,tmall

【4】 csv文件是否应该有表头？

随意，可以有也可以没有。只不过表头行的单元格数量要保持和数据一致

【5】 每行的最后一个单元格后面能否有逗号？

不可以，以逗号结尾的行被认为最后有个空的单元格。

另外需要注意的是，csv和http协议一样，换行符是“\r\n”（即CRLF），只不过大部分csv相关的库做了兼容，可以兼容以"\r"或者"\n"结尾的情况。当你自己要用程序写入内容到csv文件，或者要写一个读取csv文件的程序时，这些规则就显得尤为重要了。各个开发语言也都针对csv文件的写入和读取有专门的开源库。切不可在小问题上栽了大坑。