KNIME CSV Reader 读取 CSV 用法

它解决什么问题

把纯文本的表格文件读成数据表。和 Excel Reader 的分工很直白：xlsx 用 Excel Reader，csv 和 txt 用它。同样支持文件夹模式批量读。

它在流程里的位置

整条流程的第一个节点。这里把编码和列类型设对，后面能省掉一大半排查。

基本信息

配置项逐条

• Encoding / Charset字符集

  国内文件先试 GBK，还有生僻字读不出就换 GB18030。从系统导出、明确说了是 UTF-8 的才保持默认。设错的表现是中文变成问号或一串符号，但节点是绿灯不报错。

• Column delimiter列分隔符

  默认逗号。中文 Windows 环境下 Excel 导出的 csv 有时用分号，制表符分隔的 txt 要填 \t。读进来只有一列，多半就是这里没对上。

• Quote character引号字符

  字段内容本身含逗号时，文件会用引号把它包起来。默认双引号，一般不用改。地址、备注这类长文本字段出错时看这一项。

• Skip first lines跳过开头若干行

  文件开头有报表标题、导出时间、口径说明时，填要跳过的行数。跳完之后第一行才是表头。

• Has column header首行是表头

  不勾的话列名会变成 Col0、Col1，第一行数据也会被当成数据保留。系统直接导出的明细文件有时确实没有表头。

• Limit rows for type detection类型推断扫描行数

  靠扫描前若干行猜列类型。脏值出现在扫描范围之外，执行时才炸。文件大且质量不稳时调大这个值，或者直接在类型页手工指定。

三个常见坑

1. 编码列的前导零消失了。007 被推断成数字，读进来变成 7；身份证号更惨 – 超过 15 位会变成科学计数法，末几位直接失真且不可逆。凡是「看起来像数字但实际是编号」的列，都要在类型设置里手工指定为文本。这是国内数据场景最常见也最要命的一个坑。
2. 中文乱码。改字符集即可。展开讲的在报错排查那一组里有单独一篇，含 Excel 打开导出文件乱码的反向情况。
3. 读进来只有一列，整行挤在一格里。分隔符没对上。用文本编辑器打开文件看一眼第一行是用什么分开的，比在这里挨个试快。

什么时候该换别的节点