适用场景与现象

一个 CSV 导入任务用原始文件名去掉扩展名作为批次编号。普通测试文件 report.csv 看起来正常，上线后 sales.csv 却变成了 ale，status.csv 变成了 tatu。如果再把结果用于去重键或归档名称，就可能关联错批次，甚至覆盖已有输出。

本文用纯字符串复现故障，不执行任何文件重命名。适用于 Python 3.9 及以上；修复的业务约定是：只接收单个文件名、精确匹配小写 .csv、只去掉末尾一次扩展名、不接受空主体。

先把文件操作从排查中拿掉

在 Python 交互环境执行：

for name in ("report.csv", "sales.csv", "status.csv", "csv.csv"):
    print(repr(name), repr(name.strip(".csv")), repr(name.rstrip(".csv")))

预期结果：

'report.csv' 'report' 'report'
'sales.csv' 'ale' 'sale'
'status.csv' 'tatu' 'statu'
'csv.csv' '' ''

这一步已经足以排除编码、文件系统和 CSV 内容：原始字符串正确，错误出现在生成批次编号时。排查时应比较入口名称和派生编号，而不只是检查文件是否存在。真实名称可能含业务信息，生产日志需按权限控制或脱敏；这里的名称均为合成示例。

根因：参数不是一个待删除的词

strip(".csv") 把参数看成四个字符的集合：点、c、s、v。它从两端持续删除属于这个集合的字符，直到遇到集合外的字符。rstrip 只从右端处理，但依然使用字符集合语义。

因此，把 strip 改成 rstrip 仍然会把 sales.csv 处理成 sale。调整参数字符顺序也没有作用。使用 replace(".csv", "") 则会删除名称中间的匹配片段，不能表达“只删除末尾一次”。

Python 官方文档将这些方法区分为按字符集合裁剪与按完整后缀删除，详见 字符串方法说明 和 removesuffix。

修复：先定义接收范围，再精确移除后缀

将下面代码保存为 batch_name.py：

def csv_batch_name(filename: str) -> str:
    """从单个 CSV 文件名提取批次编号，保留主体原有字符。"""
    if not isinstance(filename, str):
        raise TypeError("文件名必须是字符串")
    if not filename or len(filename) > 255:
        raise ValueError("文件名长度必须在 1 到 255 个字符之间")
    if any(character in filename for character in ("/", "\\", ":", "\x00")):
        raise ValueError("只能传入单个文件名，不能包含路径或空字符")
    if any(ord(character) < 32 for character in filename):
        raise ValueError("文件名不能包含控制字符")
    if not filename.endswith(".csv"):
        raise ValueError("文件名必须以小写 .csv 结尾")
    batch_name = filename.removesuffix(".csv")
    if not batch_name or not batch_name.strip():
        raise ValueError("批次编号不能为空")
    return batch_name

这里的 endswith 是输入校验：缺少后缀时直接拒绝。removesuffix 则是转换：只移除末尾的一次完整匹配；不存在匹配时它原样返回，所以不能单独承担校验职责。

最后一次无参数 strip() 仅用于判断主体是否全为空白，返回值仍是未经裁剪的主体。比如 sales.csv 返回 sales，不会偷偷改变业务编号。若业务禁止前后空格，应显式拒绝，而不是隐式归一化。

长度 255 是此示例的字符数策略，不代表所有文件系统都允许该长度。真实落盘时还要考虑字节长度、Windows 保留名称和尾部空格等平台规则；此函数也不负责路径授权或文件内容检查。

回归验证：不要只测 report.csv

把下面代码保存为同目录的 test_batch_name.py：

import unittest

from batch_name import csv_batch_name


class BatchNameTests(unittest.TestCase):
    """覆盖字符边界、后缀策略和非法输入。"""

    def test_preserves_boundary_characters(self) -> None:
        for filename, expected in (
            ("report.csv", "report"),
            ("sales.csv", "sales"),
            ("status.csv", "status"),
            ("csv.csv", "csv"),
            ("库存.csv", "库存"),
            (" sales.csv", " sales"),
        ):
            with self.subTest(filename=filename):
                self.assertEqual(csv_batch_name(filename), expected)

    def test_removes_only_last_suffix(self) -> None:
        self.assertEqual(csv_batch_name("sales.csv.csv"), "sales.csv")

    def test_rejects_wrong_suffix(self) -> None:
        for filename in ("sales", "sales.CSV", "sales.csv.bak", ""):
            with self.subTest(filename=filename):
                with self.assertRaises(ValueError):
                    csv_batch_name(filename)

    def test_rejects_empty_batch(self) -> None:
        for filename in (".csv", "   .csv"):
            with self.subTest(filename=filename):
                with self.assertRaises(ValueError):
                    csv_batch_name(filename)

    def test_rejects_path_and_control_characters(self) -> None:
        for filename in (
            "../sales.csv", "dir/sales.csv", "dir\\sales.csv",
            "C:sales.csv", "bad\x00.csv", "bad\n.csv",
        ):
            with self.subTest(filename=filename):
                with self.assertRaises(ValueError):
                    csv_batch_name(filename)

    def test_length_boundary(self) -> None:
        self.assertEqual(csv_batch_name("a" * 251 + ".csv"), "a" * 251)
        with self.assertRaises(ValueError):
            csv_batch_name("a" * 252 + ".csv")

    def test_rejects_non_string(self) -> None:
        with self.assertRaises(TypeError):
            csv_batch_name(None)


if __name__ == "__main__":
    unittest.main()

在这两个文件所在目录执行：

python -m unittest -v test_batch_name

应执行 7 项测试并全部通过。最关键的断言是 sales.csv → sales 和 csv.csv → csv：它们把合法主体尾端的 s、c、v 纳入测试，而不是只验证一个碰巧不触发缺陷的名称。

还应验证测试确实能抓到旧问题：临时将实现中的 filename.removesuffix(".csv") 改成 filename.rstrip(".csv")，重新执行测试，应出现断言失败；恢复后再次运行应全部通过。这个检查无需接触真实目录或历史文件。

已产生错误名称时怎么处理

先暂停依赖错误编号的重命名、覆盖和去重操作，保留原始导入清单。利用原始文件名重新计算批次编号，并与数据库记录和归档清单逐一比对。

不能从截断后的编号可靠地还原原名：不同名称可能映射为相同结果。没有原始清单或备份时，应人工核对，不能用“补回一个 s”的规则批量恢复。真正迁移时先生成旧名称、新名称、关联记录和冲突列表，再经过核对执行；本文没有实现迁移工具，也没有验证磁盘覆盖保护或数据库唯一性约束。

预防与验证边界

代码审查时，把 strip 的参数读成“可被删除的字符集合”，而不是“前后缀”。明确的单次前后缀处理使用 removeprefix、removesuffix；涉及实际路径结构时另行使用路径对象，并确认多重扩展名的业务规则。

本例测试只验证字符串转换和输入边界，不证明导入任务具有幂等性，也不覆盖实际文件系统、并发归档、权限和数据库关联。大小写策略同样是业务决定；如果要允许 .CSV，应增加对应规则和测试，保留主体的原始大小写。

这类问题通常没有异常栈。修复的关键是先把字符串转换单独复现，再用能触发字符集合裁剪的边界名称锁定行为，最后检查历史错误输出，而不是只替换一个方法名后继续运行。