ViewCSV试试排序、筛选、清洗和转换：编号的前导零必须保留，重复行应被找出。
order_id,customer,city,product,quantity,unit_price,order_date,status 001041,磊 黄,北京,Coffee beans 1kg,7,139.12,2026-01-27,pending 001042,杰 徐,北京,Coffee beans 1kg,2,132.10,2026-02-14,shipped 001043,伟 孙,上海,Notebook A5,7,129.75,2026-03-22,pending 001044,敏 杨,上海,"Chair, ergonomic",1,122.25,2026-04-25,paid 001045,静 王,成都,Coffee beans 1kg,9,,2026-05-15,refunded
专为“CSV 转 vCard”准备：表头会自动对应到联系人字段。
first_name,last_name,email,mobile,company,city,notes 艳,徐,contact1@example.test,13892109392,东方贸易,广州, 艳,陈,contact2@example.test,13871856534,东方贸易,南京,"Met at the trade fair Prefers email" 娟,周,contact3@example.test,13812990770,星河软件,广州, 涛,李,contact4@example.test,13872858952,东方贸易,杭州,"VIP, call before 10:00" 洋,刘,contact5@example.test,13882114080,东方贸易,南京,
在“合并或关联 CSV 文件”中按 customer_id 与发票文件关联。
customer_id,name,country,segment 00301,静 陈,中国,business 00302,敏 李,中国,education 00303,涛 李,中国,business 00304,磊 吴,中国,business 00305,芳 黄,中国,retail
关联用的第二个文件；重复的客户编号可以展示一对多匹配是如何报告的。
customer_id,invoice_no,total,paid 00308,INV-2400,855.16,false 00307,INV-2401,862.27,true 00309,INV-2402,817.14,false 00309,INV-2403,797.76,false 00304,INV-2404,413.26,true
先用“CSV 校验”按规则检查，再用“清洗 CSV 数据”处理，比较两者各自发现的问题。
id,name,email,age,signup_date,plan 1," 伟 王",first@example.test,34,2026-01-04,pro 2,芳 李,not-an-email,thirty,2026-02-30,Pro 3,娜 张,third@example.test,,2026-03-11,free 3,娜 张,third@example.test,,2026-03-11,free ,,,,,
适合图表、分组和数据透视：月份 × 地区。
month,region,revenue,units 2026-01,北京,2665,41 2026-01,上海,892,14 2026-01,广州,1049,25 2026-02,北京,1805,55 2026-02,上海,3170,11
检查程序是否原样保留所有值：0007、1.2300 和 20 位编号都必须保持不变。
id,label,note,amount 0007,"Comma, inside","He said ""yes""",1.2300 12345678901234567890,"Line break","Ends with spaces ",-0.5 003,Café · 東京 · Москва · مرحبا,=SUM(A1:A2),1e-3 004,,Tab inside, 005,😀 emoji,"""quoted""",9007199254740993
打开即可看到分隔符自动识别；可试着用逗号小数的数字进行筛选。
item_no;description;price;quantity 000201;Coffee beans 1 kg;12,90;2 000202;Desk lamp;34,50;3 000203;USB-C cable, 2 m;7,99;4 000204;Notebook A5;3,25;5 000205;青山科技有限公司;1.234,50;1
由固定种子值生成，每次下载内容都相同。可用来试用大文件处理。
这里有 7 个小型 CSV 文件，人物都是虚构的，邮箱地址使用 example.test，专门用来测试 CSV 工具。下面逐一说明每个文件的列、用途以及其中设置的“陷阱”，例如 001041 这类补零编号、引号内的逗号、转义引号、单元格内换行、空白价格和重复行。所有文件都是逗号分隔的 UTF-8 文本，带表头行，换行符为 CRLF。
| orders.csv | 15 条订单：order_id、customer、city、product、quantity、unit_price、order_date、status。通用文件，适合测试排序、筛选、列映射和格式转换。 |
|---|---|
| orders-updated.csv | orders.csv 的后续版本，用于对比：订单 001044 的数量有变化，订单 001046 被删除，订单 001099 是新增的。 |
| contacts.csv | 6 位联系人：first_name、last_name、email、mobile、company、city、notes。用于测试 vCard 等通讯录导出。 |
| customers.csv | 8 位客户：customer_id、name、country、segment。关联合并时的左表。 |
| invoices.csv | 10 张发票：customer_id、invoice_no、total、paid。关联合并时的右表；其中几张发票对应客户 00309，而 customers.csv 中没有这位客户。 |
| signups.csv | 7 条故意弄乱的注册记录：id、name、email、age、signup_date、plan。用于测试数据清洗和校验。 |
| sales.csv | 18 行长格式的月度销售数据：month、region、revenue、units，3 个地区各 6 个月。用于测试图表、数据透视和行列转置。 |
和大多数导出文件一样，列名都是简单的英文标识符。日期采用 ISO 8601 格式（2026-03-25），月份写作 2026-01，金额保留两位小数并使用小数点。
orders.csv：每个 order_id 都补零到 6 位（001041 到 001054），把编号当数字读取的工具会丢掉前导零。商品 Monitor 27" 在文件中写作 "Monitor 27"""（转义引号），"Chair, ergonomic" 的引号里包含逗号。订单 001045 的 unit_price 为空，订单 001047 的客户名前后有空格，最后一行与订单 001043 完全重复。contacts.csv：有一个 notes 单元格跨两行（Met at the trade fair / Prefers email），另一个包含逗号（VIP, call before 10:00）。大部分备注为空。手机号以 +1 555 开头。customers.csv 和 invoices.csv：都以补零的 5 位 customer_id（如 00301）作为关联键，只有两边都保持文本格式才能匹配成功。客户 00308 有 3 张发票，有 4 位客户没有发票，00309 有发票却没有对应的客户行。signups.csv：有的姓名开头带空格，有的末尾带空格，还有一个含两个连续空格；邮箱列里有 not-an-email 和 N/A；age 列里有 thirty 和空值；有不存在的日期 2026-02-30 和含义不明确的 11/03/2026；同一套餐有 pro 和 Pro 两种写法；另有一条完全重复的记录、一条全空的记录，并且缺少 id 为 4 的记录。sales.csv：干净、全为数值的文件。revenue 和 units 都是整数，可作为对照组：工具如果在这里出错，就不是数据不规范造成的。| 查看、排序和筛选 | 在 CSV 在线查看、CSV 行排序 或 筛选 CSV 行 中使用 orders.csv。按 order_id 排序，检查补零编号的顺序是否正确。 |
|---|---|
| 格式转换 | 测试转换功能时，可以把 orders.csv 分别导入 CSV 转 JSON、CSV 转 SQL 或 CSV 转 Excel，把联系人文件 contacts.csv 导入 CSV 转 vCard。转换后重点检查：编号 001041 是否原样保留，跨两行的备注是否仍是同一个值。 |
| 对比两个版本 | 在 对比 CSV 文件 中比较 orders.csv 和 orders-updated.csv：应得到 1 行修改、1 行删除和 1 行新增。 |
| 关联合并 | 打开 合并或关联 CSV 文件，以 customer_id 作为关键列，把客户文件 customers.csv 和发票文件 invoices.csv 关联起来。 |
| 清洗和校验 | 在 清洗 CSV 数据 或 CSV 校验 中使用 signups.csv，看工具能报告或修复上面列出的哪些问题。 |
| 图表和重塑 | 在 CSV 生成图表 中使用 sales.csv（按月份或地区统计收入），或用于 CSV 行列转置。 |
在会用到这些文件的工具页面上，点击 用示例试试 会直接载入对应的文件，打开自己的数据之前就能先看到工具的效果。
不是。人名由常见的名和姓随机组合而成，公司是虚构的，所有邮箱地址都使用 RFC 2606 保留的 .test 域名，英文版的电话号码使用 555 号段。城市名是真实地名，仅作标签使用。价格、数量和日期由固定的随机种子生成，所以每次生成的文件都完全相同。
文件内容会随界面语言变化：在其他语言的页面上，人名、城市、公司和电话格式会换成当地用户熟悉的样子，而列名、编号和边界情况保持不变。
这些文件故意做得很小，每一行都能用肉眼核对。如果需要成千上万行、其他类型的列或自定义列名，请使用 CSV 测试数据生成器：相同的种子和设置总是生成相同的文件，测试可以完全重现。
下面是 contacts.csv 前三条记录在文件中的原始写法，以及符合 RFC 4180 的解析器应返回的值。换行和逗号都留在 notes 值内部；最后一个空字段是空字符串，而不是缺少一列。
first_name,last_name,email,mobile,company,city,notes Ava,Williams,contact1@example.test,+1 555-235-0351,Harbor Analytics,Atlanta, Mary,Brown,contact2@example.test,+1 555-073-4622,Bluebird Labs,Chicago,"Met at the trade fair Prefers email" Olivia,Garcia,contact3@example.test,+1 555-982-2565,Northwind,Chicago,
[ ["Ava", "Williams", "contact1@example.test", "+1 555-235-0351", "Harbor Analytics", "Atlanta", ""], ["Mary", "Brown", "contact2@example.test", "+1 555-073-4622", "Bluebird Labs", "Chicago", "Met at the trade fair\nPrefers email"], ["Olivia", "Garcia", "contact3@example.test", "+1 555-982-2565", "Northwind", "Chicago", ""] ]
文件中没有真实的人物或联系方式，可以放心用作测试数据。只是要注意，城市名是真实地名。
因为真实的导出文件经常如此（订单号、邮政编码、商品编码），而这也是 CSV 工具最容易出错的地方。如果 001041 变成了 1041，说明工具把文本转换成了数字。
用来测试去重和对比。最后一条记录与订单 001043 完全相同，重复检查应当找到 1 行重复。