encoding/csv Reader.InputOffset 怎样获取当前 CSV 字节偏移

处理大 CSV 时，除了拿到当前记录，还经常要知道“已经读到输入的哪个字节”。encoding/csv 的 Reader.InputOffset() 就是为这个位置提供读数：它返回当前 reader 的输入流字节偏移，语义上是最近读完记录的末尾，也是下一条记录的开头。

官方文档：https://pkg.go.dev/encoding/csv#Reader.InputOffset

InputOffset 返回的是字节偏移，不是行号，也不是字符列号。最稳妥的保存时机是一次 Read 成功之后，这时偏移对应一个完整 CSV 记录边界。

• 想记录进度：先判断 Read 成功，再保存 InputOffset()。
• 想定位问题：把偏移和文件名、业务记录号一起记下来，后续可回到原始字节附近排查。
• 想续读：只有输入内容不变且偏移落在记录边界时，才适合对底层文件执行 Seek 后重新创建 reader。

InputOffset 到底返回什么

csv.Reader 会把 CSV 的引号、换行和字段边界解析成一条记录。InputOffset 观察的是输入流位置，因此遇到带换行的引号字段时，偏移会等整条记录被读完后再落到下一条记录起点；它不是简单地把“当前显示行号”乘以平均行长。

下面的关系图只表达接口和数据边界：Reader.Read 产出记录，InputOffset 标记记录末尾的字节位置。图中是静态说明图，不是运行截图。

成功读取后保存进度

进度记录应绑定“成功拿到的最后一条记录”。如果 Read 返回解析错误，返回的记录可能只是部分结果，此时不要把当前偏移当成已确认的业务检查点。

package main

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

func main() {
	input := "id,name\n1,小林\n2,小周\n"
	reader := csv.NewReader(strings.NewReader(input))

	for {
		record, err := reader.Read()
		if err == io.EOF {
			// EOF 表示没有下一条记录，不把它当成业务记录保存。
			break
		}
		if err != nil {
			// 解析失败时保留错误，避免把未确认的数据写进检查点。
			fmt.Printf("读取失败，当前偏移=%d，错误=%v\n", reader.InputOffset(), err)
			break
		}

		// 成功读完一条记录后，偏移指向下一条记录的起点。
		checkpoint := reader.InputOffset()
		fmt.Printf("记录=%v，下一条起点字节=%d\n", record, checkpoint)
	}
}

这里用 strings.Reader 只是为了让示例短小；换成文件输入时，偏移仍然是原始输入流中的字节位置。若文件使用 UTF-8，中文字符占用的字节数与字符数可能不同，所以不要把偏移直接当成字符下标。

把偏移用于错误定位和记录边界续读

实际项目中可以把偏移放进进度表或日志字段，和文件标识、已处理记录数一起保存。发生解析错误时，偏移能帮助你回到原始文件的字节附近；但它只描述位置，不会自动保存 CSV 的业务状态，也不能替代文件版本或校验信息。

如果要从检查点继续处理，建议满足三个条件：原始文件内容没有变化；偏移是在完整 Read 成功后取得；底层读取器支持定位。满足条件时可以对文件 Seek 到该偏移，再创建一个新的 csv.Reader。不要复用已经读过一部分的 reader，也不要在任意字节中间截断后假设它一定是合法记录起点。

package main

import (
	"encoding/csv"
	"fmt"
	"io"
	"os"
)

func readFromCheckpoint(path string, offset int64) error {
	file, err := os.Open(path)
	if err != nil {
		return err
	}
	defer file.Close() // 确保文件句柄在续读结束后释放。

	if _, err := file.Seek(offset, io.SeekStart); err != nil {
		return err
	}
	reader := csv.NewReader(file)
	for {
		record, err := reader.Read()
		if err == io.EOF {
			return nil
		}
		if err != nil {
			return fmt.Errorf("续读 CSV 失败，偏移=%d: %w", offset+reader.InputOffset(), err)
		}
		fmt.Println(record) // 这里接入实际的业务处理逻辑。
	}
}

续读示例只展示边界关系，没有把偏移伪装成完整的断点系统。生产环境还应保存文件版本、检查点写入时间和业务幂等信息，防止同一个字节位置对应的文件已经被替换。

和 FieldPos 怎么区分

一句话选择：FieldPos 适合解释当前记录中的字段位置，InputOffset 适合记录整个输入流的进度。两者可以同时使用，但不要把行列坐标和文件字节偏移混成一个字段。

常见追问

第一次 Read 之前调用 InputOffset 会得到什么？

它代表 reader 当前的输入位置；对从头创建且尚未读取的 reader，通常就是输入起点。业务检查点仍建议在成功读取记录后保存。

解析失败后还能保存 InputOffset 吗？

可以把它写进错误日志帮助定位，但不要把它当成“已成功处理”的检查点。检查点应该和业务处理成功一起提交。

InputOffset 返回的是字符位置吗？

不是。它是输入流字节偏移；UTF-8 文本中的一个中文字符可能占多个字节。