Notion Merge with CSV 增量合并导入与数据库防重复清洗实战:从主键映射、Excel 中文乱码修复、Relation 匹配陷阱到 Formula 2.0 脏数据门禁闭环
2026 年 11 月 21 日
一、为什么把业务表格导入 Notion 总是“新建孤立表”、中文乱码甚至重复翻倍? #
在财务月度流水对账、CRM 客户名单追加、跨境电商 SKU 上新或教务学员名单批量录入场景中,运营与财务同事每天都要把 ERP 或 Excel 导出的 .csv 文件同步进 Notion 数据库。然而许多团队在实际操作中反复踩中四类典型故障(基础入口参阅 Notion 数据导入官方指南 与 跨平台迁移架构实战):
- 误点左侧边栏
Import导致生成全新孤立数据库:从侧边栏Import -> CSV导入永远会创建一张全新的独立数据库,无法复用原有数据库的视图、权限组、Template 模板与跨表 关系和汇总(Relations & Rollups)。正确追加必须使用目标数据库右上角···菜单中的Merge with CSV。 - 误以为
Merge with CSV会自动按Title主键去重覆盖:Notion 的Merge with CSV本质上是按列映射追加行记录,并不会像数据库UPSERT那样自动比对并覆盖同主键旧行。若直接重复上传包含历史行的整表 CSV,库内会瞬间产生大量同名重复条目。 - Windows Excel 导出的 CSV 直接导入变中文乱码与列串行:国内办公电脑上的 Excel 默认按
GBK/ANSI编码保存普通 CSV,Notion 仅识别标准UTF-8,直接合并导入必定出现大面积问号或乱码;同时金额里的千分位逗号(如12,500.00)若未加英文双引号,会直接把后续所有列向右挤错位。 Date日期格式错乱与Relation / Person列无法直接建立关联:美式03/04/2026在不同区域设置下极易被解析为 3 月 4 日或 4 月 3 日;此外 CSV 合并无法直接把文本名字自动绑定为真实的Relation页面引用或工作区Person账号,需配合中继列与自动化脚本二次回填。
| 批量写入与增量同步方案 | 底层执行机制 | 是否保留现有视图与 Relation 拓扑 | 主键去重 / Upsert 更新能力 | 最优工程与业务适用场景 |
|---|---|---|---|---|
侧边栏 Import -> CSV | 创建全新的独立数据库页面 | 否(生成孤立新库) | 无 | 首次从零新建独立台账或冷归档历史表 |
数据库 ··· -> Merge with CSV | 将 CSV 列映射并追加至现有数据库 | 是(完整保留既有视图与公式) | 不自动去重(需导入前预处理剔除已存在主键) | 低频月度账单、百行至千行级运营名单无代码追加 |
| Notion API 增量 Upsert 脚本 | 结合 Data Sources Query 查重后调 POST/PATCH | 是(支持直接写入真实 Relation 与 Person) | 强幂等(按业务唯一键精确更新或新建) | 每日自动同步 ERP / 订单流水、需要写入关联表 |
| Make / n8n 无代码工作流 | 定时读取 Google Sheets / Excel 触发单行写入 | 是 | 需配置 Search + Router 分支判断 | 跨 SaaS 实时表单采集(表格双向同步实战) |
二、零乱码、零重复的 Merge with CSV 四步标准化实操 SOP #
结合 批量查找与替换清洗指南、数据库导出 CSV 规范 与 Unique ID 自动编码实战,执行高可靠 CSV 合并应严格遵循以下四步:
步骤 1:在导出的源表建立不可变业务主键并完成增量差集过滤 #
- 先从 Notion 目标数据库右上角
··· -> Export -> Markdown & CSV(勾选Current view或仅导出主键列)获取存量业务编号集合(如订单号、客户税号或SKU 编码)。 - 在导入新的 CSV 前,利用 Excel
XLOOKUP或下方 Python 清洗脚本对比存量主键集合,仅保留 Notion 中尚未出现的新增记录;若确实需要修改存量行字段,应走 API 增量更新脚本,切勿用Merge with CSV硬覆写。
步骤 2:统一字段类型格式与 UTF-8 编码规范 #
- 编码强制锁定
UTF-8:在 Excel 中选择另存为 -> CSV UTF-8(逗号分隔)(*.csv),或用脚本重编码为utf-8-sig,彻底消灭中文表头与内容乱码。 - 日期与复选框标准化:所有日期列统一改写为 ISO 8601 格式
YYYY-MM-DD(如2026-11-21);Checkbox复选框列统一规范为Yes/No(或true/false);Multi-select多选标签用英文半角逗号分隔且提前去除标签首尾空格,防止 Notion 生成“已付款”与“已付款”两个重复选项(选项字典治理参阅 Select 与 Multi-select 治理)。 - 规避只读与不支持直连的列类型:切勿将 CSV 列映射到
Formula、Rollup、Unique ID或Created time等系统计算列;涉及Relation关联对象的字段,建议在目标库预留一个临时文本列(如待匹配客户编码_Temp),导入后再由 API 批量绑定真实关联页面。
步骤 3:执行 Merge with CSV 精准列映射与分批上传 #
- 打开目标 Notion 数据库完整页面(注意:不能在 Linked View 链接视图的局部弹窗直接操作,请先点击原库标题进入源库主页),点击右上角
···菜单,选择Merge with CSV。 - 选择清洗后的
.csv文件,在弹出的字段映射窗口中逐列核对:同名同类型列会自动高亮匹配,对于无需入库的冗余辅助列务必在下拉框选Skip(跳过),防止把临时草稿列污染进生产 Schema。 - 单次合并建议控制在 2,000~3,000 行以内(文件体积 ≤ 5MB);上万行大表建议拆分为多个切片按月或按批次合并,避免浏览器长时间卡死。
步骤 4:入库后一键批量清洗与 Relation 补链 #
- 合并完成后立即切换至专门建立的
📥 本日新导入质检视图(筛选条件:Created time is Today)。 - 检查多选标签是否意外新增了垃圾选项、数值列是否因货币符号
¥退化为Text类型(可结合 批量替换实战 清理符号后将列类型切回Number),并通过 Formula 2.0 门禁自动扫出脏数据行。
三、Python 实战:Excel CSV 自动转码、格式标准化与存量主键去重脚本 #
在执行 Merge with CSV 之前,可用以下生产级 Python 脚本自动完成 GBK/UTF-8 智能探测转码、日期/金额/空格清洗 以及 对照存量导出表的主键防重差集提取:
import csv
from datetime import datetime
from pathlib import Path
RAW_CSV = Path("erp_orders_raw.csv")
EXISTING_EXPORT_CSV = Path("notion_existing_keys.csv")
CLEAN_OUTPUT_CSV = Path("notion_merge_ready.csv")
PRIMARY_KEY_COL = "订单编号"
DATE_COLS = {"下单日期", "交付截止日"}
NUMBER_COLS = {"实付金额"}
MULTI_SELECT_COLS = {"业务标签"}
def read_csv_auto_encoding(path: Path) -> list[dict[str, str]]:
"""自动兼容 UTF-8-SIG、UTF-8 与 Windows Excel 默认 GBK/GB18030 编码"""
for enc in ("utf-8-sig", "utf-8", "gb18030", "gbk"):
try:
text = path.read_text(encoding=enc)
return list(csv.DictReader(text.splitlines()))
except UnicodeDecodeError:
continue
raise ValueError(f"无法识别 CSV 编码: {path}")
def normalize_date(val: str) -> str:
val = val.strip()
if not val:
return ""
for fmt in ("%Y-%m-%d", "%Y/%m/%d", "%Y.%m.%d", "%Y-%m-%d %H:%M:%S"):
try:
return datetime.strptime(val, fmt).strftime("%Y-%m-%d")
except ValueError:
continue
return val
def normalize_number(val: str) -> str:
# 剥离人民币/美元符号与千分位逗号,避免导入 Notion 后退化为纯文本
cleaned = val.strip().replace(",", "").replace("¥", "").replace("$", "").replace("¥", "")
return cleaned
def main() -> None:
existing_keys: set[str] = set()
if EXISTING_EXPORT_CSV.exists():
for row in read_csv_auto_encoding(EXISTING_EXPORT_CSV):
key = (row.get(PRIMARY_KEY_COL) or "").strip()
if key:
existing_keys.add(key)
raw_rows = read_csv_auto_encoding(RAW_CSV)
if not raw_rows:
print("源 CSV 为空,跳过处理。")
return
fieldnames = [col.strip() for col in raw_rows[0].keys() if col is not None]
seen_in_batch: set[str] = set()
clean_rows: list[dict[str, str]] = []
skipped_dup = 0
for row in raw_rows:
normalized_row = {(k.strip() if k else ""): (v or "").strip() for k, v in row.items()}
pk = normalized_row.get(PRIMARY_KEY_COL, "")
if not pk or pk in existing_keys or pk in seen_in_batch:
skipped_dup += 1
continue
seen_in_batch.add(pk)
for col in DATE_COLS:
if col in normalized_row:
normalized_row[col] = normalize_date(normalized_row[col])
for col in NUMBER_COLS:
if col in normalized_row:
normalized_row[col] = normalize_number(normalized_row[col])
for col in MULTI_SELECT_COLS:
if col in normalized_row and normalized_row[col]:
tags = [t.strip() for t in normalized_row[col].replace(",", ",").split(",") if t.strip()]
normalized_row[col] = ", ".join(dict.fromkeys(tags))
clean_rows.append(normalized_row)
with CLEAN_OUTPUT_CSV.open("w", encoding="utf-8-sig", newline="") as f:
writer = csv.DictWriter(f, fieldnames=fieldnames)
writer.writeheader()
writer.writerows(clean_rows)
print(f"清洗完成: 可安全 Merge 新增 {len(clean_rows)} 行,已拦截空键/存量重复 {skipped_dup} 行 -> {CLEAN_OUTPUT_CSV}")
if __name__ == "__main__":
main()
四、Formula 2.0 实战:CSV 导入后主键格式校验、Relation 断链与脏数据门禁 #
完成 Merge with CSV 后,强烈建议在目标库配置一个 导入质量门禁 Formula 2.0 属性,结合 订单编号(Title)、实付金额(Number)、下单日期(Date)、待匹配客户编码_Temp(Text)与 关联客户(Relation),自动高亮拦截乱码符号、异常日期及尚未完成 Relation 补链的新导入条目(语法详情参阅 Formula 2.0 速查手册 与 数据库架构规范):
lets(
pk, trim(prop("订单编号")),
amount, prop("实付金额"),
orderDate, prop("下单日期"),
tempRelKey, trim(prop("待匹配客户编码_Temp")),
linkedClient, prop("关联客户"),
hasGarbled, test(pk + " " + tempRelKey, "[??]|\\?{3,}"),
ifs(
empty(pk),
style("🚨 拦截:业务主键为空,请核查 CSV 列映射是否串行", "red", "bold", "red_background"),
hasGarbled,
style("⛔ 疑似编码乱码:主键或映射列含连续问号,请回退本批并转 UTF-8 重导", "red", "bold", "red_background"),
empty(orderDate) || empty(amount) || amount < 0,
style("⚠️ 字段异常:日期解析失败或金额缺失/为负,请核查源表格式", "orange", "bold", "yellow_background"),
!empty(tempRelKey) && empty(linkedClient),
style("🟡 待补链:已有临时客户编码「" + tempRelKey + "」,待触发 API 绑定 Relation", "orange"),
style("🟢 CSV 合并字段规范、编码纯净且关联就绪", "green")
)
)
五、高频导入故障自检与跨团队协同建议 #
在团队日常高频同步外部数据时,建议固定以下三条团队操作公约(若遇到导入进度条卡死、导出乱码或同步报错,请参阅 Notion 常见报错与故障诊断手册):
- 严禁直接在包含复杂公式的生产库上“边试错边多次导入”:批量数据超过 500 行时,建议先在测试子页面复制一个空结构副本(
Duplicate without content)完成一次Merge with CSV映射演练,确认列类型与中文显示 100% 正常后再合入正式库。 - 用
Created time+Import_Batch批次号构建一键回滚锚点:每次准备 CSV 时在最后一列固定加上导入批次(如2026-11-21-B1),一旦发现字段映射错位,只需在 Notion 按该批次号筛选全选删除,即可 10 秒无损回滚,绝不波及历史业务数据。 - 每日增量且需要更新旧记录时果断升级 API Upsert:
Merge with CSV最适合人工周度/月度冷追加;一旦出现“同一订单状态每天从待发货变为已签收”的需求,应立即切换到基于 Pages API 与 Data Sources Query 的幂等同步脚本。
核心手册与速查工具矩阵
高频速查手册与生产力工具直达常见问题与答疑 (FAQ)
高频疑难解析与避坑指南A
完全不需要。绝大多数核心功能在免费 Free 计划中均可完整体验与实操练习,无需额外付费购买 Plus 或团队版。