用 reduce 解析 csv 可行但非最直观，适合边读边构建结构；简单 csv 可直接 split(",") 配合 reduce 生成对象，复杂 csv 需状态机解析引号与转义，推荐 split(" ") 后 map + reduce 组合实现更清晰健壮。
用 reduce 解析 CSV 是可行的，但需注意它不是最直观的选择——reduce 擅长累积状态，适合边读边构建结构，比如按行解析、逐字段拆分、动态生成对象。关键在于把“解析过程”看作一个状态累积：当前行号、当前字段列表、已生成的对象数组、当前对象的键名数组等。
理解 CSV 的基本结构和难点
标准 CSV 每行代表一条记录，首行为字段名（header），后续行为数据行；字段以逗号分隔，含逗号、换行或双引号的字段会被双引号包裹，且内部双引号会转义为两个双引号（""）。纯用 split(",") 会出错。但若 CSV 简单（无引号、无换行、无转义），可用 reduce 快速处理：
- 第一轮（索引 0）提取 header，存为键名数组
- 后续每轮将当前行按逗号分割，与 header 配对生成对象
- 用累加器（
acc）收集所有对象
简单 CSV 的 reduce 实现（无引号/转义）
假设输入为："name,age,city
Alice,25,Beijing
Bob,30,Shanghai"
可这样写：
const csv = "name,age,city\nAlice,25,Beijing\nBob,30,Shanghai";
const lines = csv.split("\n");
const result = lines.reduce((acc, line, i) => {
if (i === 0) return { headers: line.split(","), data: [] };
const values = line.split(",");
const obj = {};
acc.headers.forEach((key, j) => obj[key] = values[j]);
acc.data.push(obj);
return acc;
}, { headers: [], data: [] }).data;
注意：这里累加器初始值是对象 { headers: [], data: [] }，而非空数组，因为需同时维护 header 和数据两条状态线。
使用 qbo-mileage CLI 及用户凭证，从 Airtable、Outlook 或 Google Calendar 记录生成 QuickBooks Online 里程 CSV 文件。
处理带引号的字段（需手动解析逻辑）
若 CSV 含引号（如 "John ""The Great"",28,""New York, NY"""），reduce 仍可胜任，但要在遍历字符时用状态机方式解析字段。可在 reduce 的每轮中对单行做“引号感知分割”：
- 遍历字符串每个字符，用布尔标志
inQuotes记录是否在引号内 - 遇
"切换inQuotes；遇逗号且不在引号内则切分字段 - 跳过连续双引号（
""）并还原为单个" - 该逻辑可封装为辅助函数
parseCsvLine(line)，再在 reduce 中调用
更实用的组合写法：map + reduce 或 reduce + split
多数场景下，推荐先用 split("\n") 分行，再用 map 处理数据行，仅对 header 和字段映射用 reduce：
const [header, ...rows] = csv.split("\n");
const keys = header.split(",");
const data = rows.map(row => {
const values = row.split(",");
return keys.reduce((obj, key, i) => {
obj[key] = values[i];
return obj;
}, {});
});
这种写法更清晰：外层分离关注点（读行），内层用 reduce 做键值配对，避免在单个 reduce 中混杂多层逻辑。
不复杂但容易忽略：reduce 的初始值类型必须匹配你期望的累加器结构；CSV 解析本质是状态转换，reduce 很适合，但别强求“一行 reduce 走到底”，合理拆分反而更健壮。
