CSVの引用符1個で後ろの行が1セルに化ける理由と厳密パーサー

id,size の CSV に 1,5"3 という行（5インチ3分のつもりの値）が1行あるだけで、その後ろの行が全部1つのセルにまとめられてしまう。エラーは出ない。3行のデータを変換したのに、JSON には1件しか出てこない。

これは、引用符を見たら「引用符モード」に入り、閉じ引用符が来るまで改行もカンマも値として読む、という素直な作りの CSV パーサーで起きる。ハシトシステムの CSV ⇄ JSON 変換 もこの作りで、2026-11-01 時点で公開されているコードをそのまま取り出して動かすと、上の現象が再現する。

この記事では、RFC 4180 が引用符についてどう決めているかを確認し、同じ入力を Python の csv モジュールにも読ませて結果を比べる。最後に、壊れた入力を黙って読まずに行番号つきで止めるパーサーを書く。

RFC 4180 は「引用符で囲まないなら中に “ を書かない」

RFC 4180（2005年10月、Informational）の 2 節は、CSV の形を7項目で定めている。引用符に関係するのは次の3つである。

• 5: 各フィールドは二重引用符で囲んでも囲まなくてもよい。囲まない場合、フィールドの中に二重引用符を書いてはいけない
• 6: 改行（CRLF）・二重引用符・カンマを含むフィールドは、二重引用符で囲むべき（should）
• 7: 囲んだフィールドの中の二重引用符は、もう1つ二重引用符を前に付けてエスケープする（""）

つまり 5"3 は、RFC 4180 の上ではそもそも正しい CSV ではない。正しくは "5""3" と書く。ただし RFC 4180 は Informational で、壊れた入力をどう読むかは決めていない。そこは各実装の判断になり、結果が分かれる。

ほかにも、4 は「スペースはフィールドの一部で、無視してはいけない」、2 は「最後のレコードの後ろの改行はあってもなくてもよい」としている。

同じ入力を2つのパーサーに読ませる

比べたのは次の2つ。

• ハシトシステムの CSV ⇄ JSON 変換の parseCsv（公開ページの HTML から関数をそのまま取り出し、Node.js v24.11.1 で実行）
• Python 3.11.9 の csv.reader（既定の strict=False と、strict=True）

入力（2行目以降）	CSV ⇄ JSON 変換	Python strict=False	Python strict=True
1,5"3 の後ろに 2,7 と 3,9	["1", "53\r\n2,7\r\n3,9\r\n"] の1行だけ	5"3 のまま3行	5"3 のまま3行
"ab"c,x	["abc", "x"]	["abc", "x"]	csv.Error
1, "2"	["1", " 2"]	["1", " \"2\""]	["1", " \"2\""]
"abc,x の後ろに 1,2（閉じない）	["abc,x\r\n1,2\r\n"]	同じ	csv.Error
1,2 と 3,4 の間に空行	[""] の行が入る	[] の行が入る	[] の行が入る
先頭に BOM（U+FEFF）	1列目の名前が name	同じ	同じ

読み取れることは次のとおり。

• 途中の " で後ろが全部飲み込まれるのは、CSV ⇄ JSON 変換だけだった。5 の後ろの " で引用符モードに入り、ファイルの最後まで閉じ引用符が来ないので、残りの改行もカンマも全部1つの値になる。" 自体は捨てられるので、値も 53 に変わっている。Python は、フィールドの途中の " をただの文字として扱うので 5"3 が残る。
• Python の strict=True でも、途中の " はエラーにならない。エラーになったのは「閉じ引用符の直後にカンマ以外がある」（',' expected after '"'）と「引用符が閉じないままデータが終わった」（unexpected end of data）の2つだった。strict=False ではどちらもエラーにならず、閉じない引用符はファイルの最後まで1つの値として読まれる。
• 1, "2" の扱いが分かれた。CSV ⇄ JSON 変換は空白の後ろの " でも引用符モードに入るので 2 になる。Python はフィールドの先頭（区切り文字の直後）の " だけを引用符として扱うので、空白と " を含めた "2" が値になる。RFC 4180 の4（空白はフィールドの一部）に照らすと、どちらもフィールドが " で始まっていない以上、正しい CSV ではない。Python には区切りの後ろの空白を読み飛ばす skipinitialspace があり、既定は False である。
• BOM はどちらも取り除かない。1列目のヘッダーが U+FEFF 付きの name になるので、JSON にすると row.name が undefined になる。画面では見えないので気付きにくい。

ヘッダーつきでオブジェクトの配列にするときの違いも見た。CSV ⇄ JSON 変換の csvToJson は、列が足りない行を "" で埋め、多い列は黙って捨てる。途中の空行は {"a": "", "b": ""} の1件になる。Python の csv.DictReader は、足りない列を None（restval の既定値）にし、多い列は None というキーにリストで入れる（restkey の既定値）。空行は読み飛ばした。ヘッダーに同じ名前が2つあるときは、どちらも後ろの列の値が残った。

実際に試す

Node.js 18 以降（fetch を使うため。記事では v24.11.1）と、Python 3（記事では 3.11.9）で試せる。追加のパッケージは要らない。

1. 公開中のツールのパーサーで再現する

公開ページの HTML から parseCsv 関数の部分だけを切り出して実行する。ページの中身が変われば結果も変わるので、2026-11-01 時点の結果として読んでほしい。

// lenient.mjs: 公開中の CSV⇄JSON 変換の parseCsv をそのまま取り出して動かす
const html = await (await fetch('https://hashitosystem.com/tools/csvjson/')).text();
const src = html.slice(html.indexOf('function parseCsv('), html.indexOf('function csvToJson('));
const parseCsv = new Function(src + '; return parseCsv;')();

const cases = [
  ['04 引用なしの途中に "', 'id,size\r\n1,5"3\r\n2,7\r\n3,9\r\n'],
  ['05 閉じ引用符の後ろに文字', 'a,b\r\n"ab"c,x\r\n'],
  ['06 区切りの後ろの空白', 'a,b\r\n1, "2"\r\n'],
  ['07 閉じていない引用符', 'a,b\r\n"abc,x\r\n1,2\r\n'],
  ['09 途中の空行', 'a,b\r\n1,2\r\n\r\n3,4\r\n'],
  ['12 BOM 付き', 'name,age\r\n田中,30\r\n'],
];
for (const [name, text] of cases) {
  // BOM は画面に見えないので  と書き出す
  console.log(name, JSON.stringify(parseCsv(text, ',')).replace(//g, '\\ufeff'));
}

$ node lenient.mjs
04 引用なしの途中に " [["id","size"],["1","53\r\n2,7\r\n3,9\r\n"]]
05 閉じ引用符の後ろに文字 [["a","b"],["abc","x"]]
06 区切りの後ろの空白 [["a","b"],["1"," 2"]]
07 閉じていない引用符 [["a","b"],["abc,x\r\n1,2\r\n"]]
09 途中の空行 [["a","b"],["1","2"],[""],["3","4"]]
12 BOM 付き [["name","age"],["田中","30"]]

2. Python の csv で同じ入力を読む

# compare.py: 同じ入力を Python の csv で strict=False / True の両方で読む
import csv, io, sys
sys.stdout.reconfigure(encoding='utf-8')

cases = [
    ('04 引用なしの途中に "', 'id,size\r\n1,5"3\r\n2,7\r\n3,9\r\n'),
    ('05 閉じ引用符の後ろに文字', 'a,b\r\n"ab"c,x\r\n'),
    ('06 区切りの後ろの空白', 'a,b\r\n1, "2"\r\n'),
    ('07 閉じていない引用符', 'a,b\r\n"abc,x\r\n1,2\r\n'),
    ('09 途中の空行', 'a,b\r\n1,2\r\n\r\n3,4\r\n'),
]
for strict in (False, True):
    print(f'--- strict={strict}')
    for name, text in cases:
        try:
            print(name, list(csv.reader(io.StringIO(text, newline=''), strict=strict)))
        except csv.Error as e:
            print(name, 'csv.Error:', e)

$ python compare.py
--- strict=False
04 引用なしの途中に " [['id', 'size'], ['1', '5"3'], ['2', '7'], ['3', '9']]
05 閉じ引用符の後ろに文字 [['a', 'b'], ['abc', 'x']]
06 区切りの後ろの空白 [['a', 'b'], ['1', ' "2"']]
07 閉じていない引用符 [['a', 'b'], ['abc,x\r\n1,2\r\n']]
09 途中の空行 [['a', 'b'], ['1', '2'], [], ['3', '4']]
--- strict=True
04 引用なしの途中に " [['id', 'size'], ['1', '5"3'], ['2', '7'], ['3', '9']]
05 閉じ引用符の後ろに文字 csv.Error: ',' expected after '"'
06 区切りの後ろの空白 [['a', 'b'], ['1', ' "2"']]
07 閉じていない引用符 csv.Error: unexpected end of data
09 途中の空行 [['a', 'b'], ['1', '2'], [], ['3', '4']]

sys.stdout.reconfigure は、Windows のコンソールで日本語を表示するために入れている。ファイルから読むときは、Python のドキュメントのとおり open(path, newline='', encoding=...) で開く。newline='' を付けないと、引用符の中の改行が正しく読めない。

3. 壊れた入力を行番号つきで止めるパーサー

変換結果を人が見ずに次の処理へ流すなら、「それらしく読む」より「おかしければ止める」ほうが安全である。RFC 4180 の 2 節の規則から外れた入力をすべてエラーにするパーサーを書いた。

• 引用符はフィールドの先頭でだけ受け付ける（5）。途中の " はエラー
• 閉じ引用符の直後は、区切り文字か改行でなければエラー
• 引用符が閉じないまま終わったら、開いた行を示してエラー
• 全レコードの列数がヘッダーと同じでなければエラー（途中の空行もここで止まる）
• 先頭の BOM（U+FEFF）だけは取り除く

// strict-csv.js: RFC 4180 の 2 節に沿って、壊れた CSV を黙って読まずに位置つきで止める
function parseCsvStrict(text, delim = ',') {
  if (text.charCodeAt(0) === 0xfeff) text = text.slice(1); // 先頭の BOM を落とす
  const rows = [];
  let row = [], field = '', i = 0, line = 1, quoteLine = 0;
  let state = 'start'; // start | plain | quoted | afterQuote
  const fail = (msg) => { throw new Error(`${line}行目: ${msg}`); };
  const endField = () => { row.push(field); field = ''; state = 'start'; };
  const endRow = () => { endField(); rows.push(row); row = []; line++; };
  while (i < text.length) {
    const ch = text[i];
    if (state === 'quoted') {
      if (ch === '"') {
        if (text[i + 1] === '"') { field += '"'; i += 2; continue; }
        state = 'afterQuote'; i++; continue;
      }
      if (ch === '\n') line++;
      field += ch; i++; continue;
    }
    if (ch === delim) { endField(); i++; continue; }
    if (ch === '\r' || ch === '\n') {
      i += (ch === '\r' && text[i + 1] === '\n') ? 2 : 1;
      endRow(); continue;
    }
    if (state === 'afterQuote') fail(`閉じ引用符の後ろに ${JSON.stringify(ch)} がある`);
    if (ch === '"') {
      if (state === 'start') { state = 'quoted'; quoteLine = line; i++; continue; }
      fail('引用符で囲んでいないフィールドの途中に " がある');
    }
    field += ch; state = 'plain'; i++;
  }
  if (state === 'quoted') { line = quoteLine; fail('ここで開いた引用符が最後まで閉じていない'); }
  if (field !== '' || row.length > 0 || state === 'afterQuote') endRow();
  const width = rows[0] ? rows[0].length : 0;
  rows.forEach((r, n) => {
    if (r.length !== width) throw new Error(`${n + 1}件目のレコード: 列数が ${r.length}（ヘッダーは ${width}）`);
  });
  return rows;
}

const cases = [
  'a,b\r\n"x,y","1\r\n2"\r\n',
  'id,size\r\n1,5"3\r\n2,7\r\n',
  'a,b\r\n"ab"c,x\r\n',
  'a,b\r\n"abc,x\r\n1,2\r\n',
  'a,b\r\n1\r\n',
  'name,age\r\n田中,30\r\n',
];
for (const c of cases) {
  try { console.log('OK ', JSON.stringify(parseCsvStrict(c))); }
  catch (e) { console.log('ERR', e.message); }
}

$ node strict-csv.js
OK  [["a","b"],["x,y","1\r\n2"]]
ERR 2行目: 引用符で囲んでいないフィールドの途中に " がある
ERR 2行目: 閉じ引用符の後ろに "c" がある
ERR 2行目: ここで開いた引用符が最後まで閉じていない
ERR 2件目のレコード: 列数が 1（ヘッダーは 2）
OK  [["name","age"],["田中","30"]]

5"3 の行を "5""3" に直せば、このパーサーでも元のツールでも 5"3 として読める。「N件目のレコード」はヘッダーを1件目として数えている。引用符の中に改行を含むレコードがあると、行番号とレコード番号はずれる。

BOM はどこで取れて、どこで残るか

上の比較では、BOM を含む文字列をそのままパーサーに渡したので、どちらも1列目の名前に U+FEFF が残った。ファイルから読む場合は、どの API で文字列にしたかで結果が変わる。BOM 付き UTF-8 のファイル（先頭が EF BB BF）を作り、先頭の文字を調べた（Node.js v24.11.1 / Python 3.11.9）。

読み方	先頭の文字
Node.js fs.readFileSync(path, 'utf8')	U+FEFF が残る
new TextDecoder().decode(bytes)	取り除かれる（n）
new TextDecoder('utf-8', { ignoreBOM: true })	U+FEFF が残る
new Blob([bytes]).text()	取り除かれる
Python open(path, encoding='utf-8')	U+FEFF が残る
Python open(path, encoding='utf-8-sig')	取り除かれる

TextDecoder は WHATWG Encoding Standard の仕様で、ignoreBOM の既定値が false、つまり BOM を取り除く。Blob.text() も UTF-8 として BOM を取り除いて読む。Node.js の fs.readFileSync と Python の utf-8 は BOM を普通の文字として返すので、CSV パーサーの側で落とすか、Python なら utf-8-sig で開く。BOM 付きの CSV を作る側の話は CSV 文字コード変換（ハシトシステム）、見えない文字の見つけ方は ゼロ幅スペースなど見えない文字の検出と除去の記事 に書いた。

ハシトシステムの CSV ⇄ JSON 変換では

CSV ⇄ JSON 変換 は、引用符の中のカンマと改行、"" のエスケープ、CRLF・LF・CR だけの改行には対応している。記事の表に載せたもの以外に、引用符の中のカンマと改行、"" のエスケープ、CR だけの改行といった正しい形の入力も試したが、どれも Python と同じ結果になった。

一方、2026-11-01 時点のコードでは次の点に注意がいる。

• 引用符で囲まないフィールドの途中に " があると、そこから後ろが1つの値になり、エラーは出ない。変換後の件数が元の行数と合っているかを確かめる。
• 先頭の BOM は取り除かない。テキストエリアに貼り付けた CSV に BOM が入ることは少ないが、BOM を含む文字列を貼り付けた場合は、1列目のキー名に見えない U+FEFF が付く。
• 列が多い行の余りは捨てられ、空行は全部の値が "" の1件になる。

JSON から CSV に戻す方向では、値に "・区切り文字・改行が含まれるときだけ引用符で囲み、中の " を "" にする。RFC 4180 の 6 と 7 のとおりで、この方向で壊れた CSV ができることはない。JSON 側の文字列エスケープについては JSON.stringify のエスケープの落とし穴の記事 にも書いた。

まとめ

• RFC 4180 では、引用符で囲まないフィールドに " を書いてはいけない。5"3 は "5""3" と書く。
• 壊れた入力の読み方は実装ごとに違う。素直な作りのパーサーは途中の " で引用符モードに入り、後ろの行を全部1つの値に飲み込む。Python の csv は途中の " を文字として残す。
• Python の strict=True でエラーになるのは「閉じ引用符の後ろの文字」と「閉じない引用符」で、途中の " はエラーにならない。
• BOM は TextDecoder と Blob.text() では取れ、fs.readFileSync(..., 'utf8') と Python の utf-8 では残る。
• 結果を人が見ずに使うなら、規則から外れた入力を行番号つきで止めるパーサーにする。

参考

• RFC 4180 Common Format and MIME Type for Comma-Separated Values (CSV) Files: 2. Definition of the CSV Format
• Python 3.11 ドキュメント csv — CSV File Reading and Writing: Dialect.strict、Dialect.skipinitialspace、DictReader の restkey / restval、reader の newline='' の注記
• Python 3.11 ドキュメント codecs: utf-8-sig
• WHATWG Encoding Standard: TextDecoder（ignoreBOM）