Go regexp.Split 用正则拆 CSV 为什么不可靠

用 regexp.Split 拆 CSV，简单示例看起来很顺手，但它并不知道“当前逗号是否位于引号内”。只要字段里出现逗号、双引号转义或换行，正则切出的就可能不是字段。需要解析 CSV 时，结论很明确：格式由外部约定保证为“无引号、无换行、分隔符不会出现在字段中”，才适合切分；否则直接用标准库 encoding/csv。

CSV 的字段边界为什么不是逗号本身

Regexp.Split 的职责是返回“正则匹配之间的子串”。例如 regexp.MustCompile(",").Split(line, -1) 会把每一个逗号都视为分隔点。它不会把一对双引号识别成字段上下文，也不会把引号里的逗号排除在外。

CSV 的字段边界要先看引号状态。"上海,浦东" 是一个字段，"上海""浦东" 中的两个连续双引号表示字段值里的一个双引号；字段还可以跨越换行。这个区别决定了“字符分割”和“格式解析”不是同一件事。

用三个边界样例决定是否切换解析器

可以把这张表当成上线前的最小判断集：只要数据协议允许其中任意一种复杂字段，就不要在业务代码里继续堆叠正则。正则可以用于校验某个字段的格式，但不应代替 CSV 记录解析。

用 encoding/csv.Reader 读取复杂记录

csv.Reader 默认使用逗号作为分隔符，能识别引用字段和其中的逗号、换行及双引号转义。下面的循环适合流式读取文件或网络响应，不把全部内容一次性加载到内存：

package main

import (
    "encoding/csv"
    "errors"
    "fmt"
    "io"
    "strings"
)

func readCSV(input string) error {
    // Reader 负责维护引号状态，不要先按换行或逗号拆 input。
    reader := csv.NewReader(strings.NewReader(input))
    reader.FieldsPerRecord = 3 // 业务协议固定三列，列数变化立即暴露。

    for {
        record, err := reader.Read()
        if errors.Is(err, io.EOF) {
            break // 读完所有记录后正常结束。
        }
        if err != nil {
            // ParseError 可继续提取行列信息，便于记录坏数据位置。
            return fmt.Errorf("读取 CSV 失败: %w", err)
        }
        fmt.Printf("%q\n", record)
    }
    return nil
}

固定列数时保留 FieldsPerRecord = 3；列数本来就允许变化时设置为负数。若分隔符是分号，可以改 reader.Comma，但它必须是合法的单个字符。程序还应区分 io.EOF、字段数量错误和引号语法错误，不能用“忽略所有 error”换取批处理继续。

在工程里如何选择切分方式

1. 先确认协议：检查数据生产方是否允许引用字段、转义引号和字段内换行。
2. 再看输入边界：如果输入是一个已确认不含复杂字段的配置片段，regexp.Split 可以减少依赖和代码量。
3. 进入文件导入：文件、用户上传内容和跨系统交换数据优先使用 csv.Reader，让标准库承担语法边界。
4. 记录错误位置：保留 ParseError 的行列信息，必要时结合 Reader.FieldPos 定位字段。
5. 再做字段校验：记录解析完成后，再用正则检查邮箱、编号或日期等单字段内容。

这是一种架构上的分工：CSV 解析器负责“哪里是字段”，正则负责“字段内容是否符合业务格式”。把两层职责混在一个表达式里，短样例可能通过，真实导入却很难排查。

常见问题

没有引号的 CSV 可以一直用 regexp.Split 吗？

可以，但前提是协议明确保证字段不含分隔符、不含换行，并且这种约束由生产方长期维护。跨系统数据通常不建议赌这个前提。

把 CSV 先按行拆开，再交给 csv.Reader 可以吗？

不建议。字段内换行会让一条逻辑记录被拆成两段，应直接把原始 Reader 交给 csv.NewReader。

FieldsPerRecord 应该设为多少？

固定表结构就设为期望列数；首条记录决定列数可保持零；确实允许变长记录时才设为负数。

正则在 CSV 场景完全没用吗？

不是。完成 CSV 解析后，可以用正则校验某一列的格式；它不适合承担带引号状态的整条记录切分。

总结

regexp.Split 适合简单、受控的分隔文本；CSV 一旦出现引用字段，就需要同时理解逗号、双引号和换行的关系。把记录边界交给 encoding/csv.Reader，再对已提取的字段做正则校验，代码更短，错误位置也更容易解释。