← 返回教程

CSV 数字和日期读错了,Agent 接入前怎样固定解析口径

CSV源文件交给Agent前,应先确定文件方言与列类型,再解析数据。方言指分隔符、引号、编码、换行等读取约定;列类型决定“0012”是编号还是数值。格式没有固定,模型再会总结也可能建立在错列、错日期的输入上。

本文只处理已有CSV的读取口径,不设计业务API日期契约,也不规定金额计算精度。附件含可复制的合成CSV与人工预期。

文件口径与业务类型分别确认

W3C表格数据模型提供了表格元数据、列类型和解析规则的框架。实施时可以借用这种先声明再读取的思路,不必把任意导出文件都强行改造成同一种模板。

让资料方说明系统导出来源、编码、分隔符、标题行和各列含义。没有说明时先用样本提出候选,再人工确认。文件扩展名是CSV,不代表一定用逗号;同一系统不同导出设置也可能变化。

保留原文件与解析配置版本。第一列“编号”按文本读取,不能自动去掉前导零;数量列若允许空白,需要区分未填写和零。日期“03/04/2026”在未确定地区口径前保留原文,不能默选月日顺序。

三个输入检验不同边界

样本C01使用逗号,备注中含逗号并由引号包住;C02采用分号,数值显示使用小数逗号;C03存在引号内换行。下载CSV方言演练给出实际片段及预期,不是只留一张空表。

解析C01时不能按每个逗号直接拆列;C02先确认分号与数值显示规则,再保留原值和候选类型;C03不能把每个物理行都当作一条记录。若无法满足这些约定,就应报告读取失败,不让模型“修成看起来整齐的表”。

列名重复或存在导出说明行时,先明确真正表头与列定位。不要把第一行一律当标题,也不要因两列同名就只保留后面那列。

归一化不覆盖原始值

输出表同时保留原始字符串、解析值、类型和异常原因。比如编号0012仍为0012;数量空白与数量0是两个状态。日期歧义行可以保留在待确认区,其余明确记录继续处理,但不能对下游隐藏被挂起的行。

解析失败只说明输入不符合当前配置,不一定说明源数据有错。让负责人确认导出设置后更新配置版本,并重跑受影响样本。若收到不同批次文件,检查它是否仍满足旧约定,不靠文件名相似自动复用。

字符出现乱码时先回到原字节与编码来源,避免在乱码文本上做业务纠错。编码修复与字段语义确认分别记录,不能因为显示正常就认定列类型正确。

用人工对照验收导入结果

逐条核对记录数、列数、原始编号、备注边界和空值状态。错误报告应指向文件、逻辑记录与列,便于提供方定位;仅给“第几行失败”可能无法描述引号内换行后的实际记录。

验收应覆盖逗号、分号、引号内换行、前导零、歧义日期、空白与零。附件已提供这些输入,目标环境真实结果由实施团队填入。通过读取不等于业务记录获批,后续还需要相应内容复核。

对记录数的核对要同时保留物理行数与逻辑记录数。引号内换行会使二者不同,不能靠少了一行就认定资料丢失,也不能把多出的物理行删掉。当同一列中突然出现不同日期写法时,标出具体记录并请来源方确认是否混入另一种导出配置,不在整列上强行执行一次猜测。

FAQ导入另见FAQ字段样本,编码问题见文档乱码排查,入口见文档处理专题。通过定制咨询提供脱敏原始CSV与人工正确读法,可先确定源文件解析配置和异常交接。

这个页面有问题?

提交时会附带当前页面地址和浏览器信息,帮助我们定位问题。不填联系方式即为匿名。