解决Excel单元格中回车符与换行引发的导入数据错行问题

本人直男+工科男一枚，不是技术大拿，也写不出华丽的辞藻和优美的文章形态，只想分享自己如何解决工作中遇到的问题，希望可以帮到同样遇到这些问题的童鞋们，也算是记录下自己探索过程中的点点滴滴。

背景：

把业务系统中导出的原始数据导入数据仓库时，发现数据出现错行，或出现空值列，猜想应该是什么神奇的字符导致。

查找原因：

Excel中定位到发生错行的位置，复制单元格内容到VS Code中发现首尾出现了西文双引号，如下图

当时傻傻地以为，双引号？好办啊，ctrl+h替换成空就好了呗，结果呢，只怪我太草率，单元格中用于表示说话内容的正常的双引号都被抹掉，而图中这“两位”的身影依然倔强的存在。

继续仔细凝视这段文字，发现有个换行，也就是单元格内换行，你问我咋看出来的？因为VS Code不会给自动换行的这一行添加行号。有人会说这么明显我一眼就看出来了，我这里的截图只是个例子，实际的情况是一个单元格有上百个字符，有时几乎是把邮件内容完全粘贴过来，而一份数据有几千行，在密密麻麻的文字中肉眼很难区分出来换行的存在。

手动去掉换行后，发现双引号的身影终于消失了，试着导入数据库也不再发生错行，ok，看来这就是问题所在了。

治疗过程：

ctrl+h肯定是不行了，也不能在几千行数据中手动删除换行符，还好excel提供了用来清理特殊字符的clean函数，这函数就一个参数：需要清理的单元格地址，比如=clean(A2)，然后那些奇奇怪怪的特殊字符就都被去掉了。

因为最近在自学Python，所以想是不是可以做到同样的效果，并且还能帮我进行简单的数据清洗，比如统一中西文标点，去掉首尾空格什么的。

以下是实现替换功能的Python代码，使用replace方法来实现，其中df是通过pandas引入的Excel数据集，column是目标列，\r是回车符，\n是换行符：

df['column'] = df['column'].str.replace('\r','').str.replace('\n','')

如果使用alt+enter在单元格中换行，那么只会有\n，因为我遇到的不仅有手动输入的文本，也有从其他业务系统中直接导出的数据，查看df具体内容的时候，发现会存在\r\n的情况，所以上面的代码中我把这两种情况都替换了。

探讨下Windows中的回车符与换行符，一直认为回车与换行是一回事，因为按一下键盘的Enter，光标就到下一行并且回到行首，但实际并不是这么简单，按下Enter会触发两个动作，回车与换行，回车的英文是return （\r），仅让光标回到当前行的最左侧，没有下移一行的作用，换行的英文是newline（\n），让光标在当前位置下移一行，但没有重置光标到行最左侧的作用，所以在Windows中换行是通过\r\n实现，并且两个的先后顺序不能改变。

Unix和Linux中使用\n表示回车与换行，Mac中使用\r表示回车与换行。

这里有个小疑问，为什么Excel的单元格内换行只显示\n，而不是\r\n，是因为alt+enter代表软回车，直接按下Enter才显示为\r\n？还请高手来指点哈，谢谢：）