CSV 一条备注里有多行文字，怎样分批交给 AI 又不把记录拆断

先让CSV读取器得到完整逻辑记录，再按记录数拆批，每条附稳定row_id；批次处理完依据原映射重组，才能保留引号内换行、逗号及原始顺序。CSV读取基础已有相关文章，这里新增的任务是完成拆批到重组的闭环。

记录编号比物理行号可靠

附件五条合成记录中，第一条备注含换行，第二条含逗号，第四条含转义引号。按文本行数切割会把第一条拆成两半。脚本先使用csv.reader并启用strict，再对解析后的数据记录分配r0001至r0005；表头不计作数据。row-map.csv保存原记录序号、批次和批内位置，让后续即使批次返回顺序不同，也能恢复原序。

每批都能独立读取

本例每批最多两条数据，生成三份batch文件，每份重复表头并带row_id。两个完整记录写进第一批，两个写进第二批，最后一条写进第三批。引号与换行由CSV写入器处理，不手工拼逗号。若实际还受字符预算限制，一条超大的记录应单独交人工或改变任务设计，不能为了满足批大小截断备注。

按映射重组并检查集合

重组阶段逐批读取，核对表头，拒绝重复id，再比较收到的id集合与原映射。最后按原id顺序写recombined.csv，移除额外的row_id列。读者应核对五条记录仍然存在、第一条备注仍有两行、第四条引号保留；对逻辑记录进行相等比较，而不要求不同系统换行符逐字节相同。附件实际走完这次往返，不止检查批文件能打开。

坏文件和改写内容不要混为一谈

失败命令加入未闭合引号，strict读取会明确失败。默认宽松解析可能吞掉后续内容，不能据“没有报错”认定原CSV完整。若交给AI做转换，除了id完整还应核对它是否改了不允许改的字段；row_id保证关联与顺序，不保证语义正确。这个下载包没有发送任何客户数据，也没有调用AI，生成批次只是让读者复用拆合机制，业务转换仍需定义自己的核查条件。

若模型返回每批转换结果，要求它保留row_id并明确可修改列，再以原映射驱动重组。不能按返回文本出现顺序猜原序，也不能把重复表头当作一条记录。每批都成功仍需核对全体id集合，防止漏下载最后一批而交付不完整总表。

下载与复现

下载完整样例包，解压到一个新文件夹；也可查看全部文件清单和主脚本。使用Python 3.10或更新版本，在解压目录运行。此脚本只使用标准库，无需安装额外包。

python -B run.py
python -B run.py --negative

先查看主要结果，再修改输入重跑；已有输入会保留，结果写回同目录。边界命令可能故意非零退出，也可能输出明确的不适用状态，按正文说明判断，不把所有非零退出都当成安装故障。

依据与延伸阅读

资料核对日期为2026年10月24日。一手资料1：csv读取器按逻辑记录处理引号内换行，strict用于显式拒绝坏引号输入。

继续阅读：用 WorkBuddy 整理 CSV，怎样避免订单号和编号前导零丢失；AI 把各组百分比直接求平均，怎样重建有分子分母的总表；AI 写的小工具接管道就解析失败，怎样把数据输出和进度提示分开。