大型 CSV 檔案的分割方法

50MiB 以下的 CSV 可在 LocaCSV 中依欄位值、指定資料筆數或目標檔案大小分割，所有處理都在瀏覽器內完成，最多輸出 100 個檔案。

若輸入超過 50MiB、需要多欄位組合鍵或排程自動化，使用本機 Python 會更有彈性。直接在 Excel 開啟大型 CSV 後手動剪貼，容易受到列數上限、記憶體與操作錯誤影響。

CSV 雖然是純文字，開啟它的程式仍有限制。Excel 工作表最多 1,048,576 列，超過後無法放入同一張工作表。即使未超過，也可能因欄位很多、儲存格很長、自動判型、記憶體不足或分隔符號判斷錯誤而變慢。

• 資料列超過 Excel 工作表上限。
• 程式將檔案展開到記憶體時，裝置可用資源不足。
• 分隔符號判斷錯誤，使一筆資料被拆成異常多的欄位。
• 以字串方式切逗號或換行，破壞引號內逗號、跳脫引號與儲存格內換行。
• UTF-8、Big5 等來源編碼與選擇值不同，造成亂碼或讀取失敗。
• Excel 自動轉換料號、前導零、長數字或看似日期的文字。

適合的方法取決於分割規則、檔案大小、是否需要重複執行，以及能否維護程式碼。

import csv
from pathlib import Path

source = Path("large.csv")
output_dir = Path("split")
output_dir.mkdir(exist_ok=True)

handles = {}
writers = {}

try:
    with source.open("r", encoding="utf-8-sig", newline="") as input_file:
        reader = csv.DictReader(input_file)
        key_column = "department"

        for row in reader:
            key = row.get(key_column, "") or "(blank)"
            if key not in writers:
                output = output_dir / f"group-{len(writers) + 1:03d}.csv"
                handle = output.open("w", encoding="utf-8-sig", newline="")
                writer = csv.DictWriter(handle, fieldnames=reader.fieldnames)
                writer.writeheader()
                handles[key] = handle
                writers[key] = writer
            writers[key].writerow(row)
finally:
    for handle in handles.values():
        handle.close()

逗號、雙引號、跳脫引號與儲存格內換行會依 CSV 規則解析。執行前先從預覽確認欄位整齊，是避免錯誤最重要的一步。

1. 1開啟 CSV 分割工具並選取一個 CSV 檔案。
2. 2確認是否有標頭、輸入編碼與分隔符號；若預覽欄位錯位，請勿繼續。
3. 3選擇依欄位值、資料筆數或目標大小分割。
4. 4依值模式設定欄位與空白值處理；其他模式設定每檔資料筆數或目標 MiB。
5. 5確認輸出編碼、UTF-8 BOM 與輸出分隔符號後開始分割。
6. 6檢查輸入、輸出與排除筆數、輸出檔案數及警告，再下載 ZIP。

依值分割會針對某一欄位中的每個分類建立獨立檔案，例如門市、部門、客戶或月份。若「門市」欄有台北、台中、高雄，相同值的資料列會進入同一個 CSV，最後產生三個輸出。

標頭重複、缺少標頭或含多餘空白時，請搭配預覽與從 1 開始的欄位編號確認。分割值若含 Windows 檔名禁用字元或保留名稱，LocaCSV 會轉換成可安全使用的檔名。

• 相同值的資料列會進入同一個輸出檔案。
• 空白值可排除或輸出到獨立檔案。
• 每次只能選擇一個分割欄位。
• 若唯一值超過 100 個，處理會停止，且不提供不完整的 ZIP。
• 提供 ZIP 前會驗證「輸入筆數 = 輸出筆數 + 排除筆數」。

CSV 的處理難度不只由檔案大小決定。同為 50MiB，數百萬筆短資料與含有超長儲存格、引號內換行的檔案，所需記憶體與時間會不同。

LocaCSV Free 的單一輸入上限為一個 50MiB 檔案。裝置效能、瀏覽器、CSV 結構與輸出量可能使較小的檔案也難以處理。改副檔名或直接放入壓縮檔無法繞過限制。

• 筆數模式不計標頭，只計算每個檔案中的資料列。
• 目標大小以套用輸出編碼後的實際位元組判定，包含 BOM 與每檔重複的標頭。單筆資料若已超過目標，會保持完整並單獨輸出。
• 所有模式最多輸出 100 個檔案。
• 不要覆寫原始檔；另存 ZIP 並核對筆數。
• 若要用 Excel 開啟輸出，還要確認每個檔案少於 1,048,576 列。

台灣的舊系統 CSV 常見 Big5，新系統則多使用 UTF-8。LocaCSV 會將 UTF-8 與 Shift_JIS 列為自動判斷候選；Big5 必須手動選擇。若預覽中的姓名、地址、罕見字或標點變成亂碼，請不要直接開始處理。

輸出可選 UTF-8 含 BOM 或不含 BOM，也可選 Big5。若內容含 Big5 無法表示的字元，LocaCSV 會停止，而不是偷偷替換成「?」。若來源標示為 Big5-HKSCS 等不同變體且預覽不正確，請先用本機工具轉成 UTF-8。

• 在預覽中檢查姓名、地址、全形標點與罕見字。
• 欄位錯位通常是分隔符號問題，請確認逗號、分號、Tab 或直線。
• 不確定編碼時，確認來源系統的匯出設定。
• 不要把亂碼結果另存並覆蓋原始檔，應從原檔重新操作。

LocaCSV 使用瀏覽器內的 Web Worker 處理 CSV。CSV 內容、檔名、標頭、儲存格值與分割值不會為了處理而上傳到外部伺服器。結果也在瀏覽器內建立，下載或重設後會釋放保留的參照。

公開資訊網站使用 Cloudflare Web Analytics 了解頁面瀏覽。處理網站不載入廣告或分析 SDK，只會將功能、容量區間、時間區間、固定錯誤代碼等不含識別碼的最小使用事件送往第一方專用端點。事件不含 CSV 內容、檔名、精確容量或筆數，傳送失敗也不會阻止處理與下載。

處理機密資料時，仍應確認組織規範、裝置安全、瀏覽器擴充功能與下載資料夾權限。在瀏覽器內處理不代表整台裝置自動安全。