DBeaver不支持真正解析固定宽度文本文件，其“Fixed Width”选项实为无效入口；必须预处理为CSV/Excel格式后导入，并严格匹配列宽、分隔符及字段类型。
DBeaver 本身不支持直接解析固定宽度（fixed-width）文本文件，它只认分隔符（如 CSV、TSV）或结构化格式（Excel、JSON、XML）。如果你拿到的是没有分隔符、靠列宽对齐的文本（比如银行对账单、老系统导出的 .txt），DBeaver 会把它当单列处理，或者报错“column count mismatch”——这不是配置问题，是能力边界。
为什么 DBeaver 的“Fixed Width”导入选项根本不能用
DBeaver 界面里确实有个叫 “Fixed Width” 的格式选项，但它实际只是个**假入口**：底层 JDBC 驱动（Apache Commons CSV / POI）根本不支持按字符偏移切列。选中后导入，要么全塞进第一列，要么在某行因空格/制表符被错误拆分，最终数据错位、丢失、类型转换失败（比如把日期字段当整数读）。这个选项在 25.3 版本仍存在，但官方文档从不提它的限制，社区反馈也普遍踩坑。
真正能跑通的两种预处理方式
必须先把定长文本转成 DBeaver 能吃的格式。推荐以下两种，按你手头条件选：
- 手动用 Excel 或 LibreOffice 打开 → 选择「数据」→「从文本/CSV」→ 在导入向导里勾选「固定宽度」→ 拖出分栏线 → 导出为
.xlsx或.csv→ 再进 DBeaver 导入 - 用 Python 一行命令搞定（适合批量或自动化）：
awk '{print substr($0,1,8) "," substr($0,9,10) "," substr($0,19,20)}' input.txt > output.csv或更稳的pandas脚本：import pandas as pd<br>df = pd.read_fwf("input.txt", widths=[8,10,20], header=None, names=["id","name","desc"])<br>df.to_csv("output.csv", index=False)注意：read_fwf的widths参数必须严格匹配原始文件每列字符数（含空格），少一位或多一位都会整体偏移
导入时关键参数别设错
转成 CSV 后进 DBeaver，这几个地方容易翻车：
- 勾选
Read column headers from first line前，确认你的 CSV 第一行确实是字段名——如果原始定长文件没标题行，这选项必须关掉，否则第一行数据会被当列名丢掉 -
Delimiter必须选对：逗号（,）、分号（;）或制表符（\t），不能留空；DBeaver 不会自动探测分隔符 -
String delimiter建议设为双引号（"），否则字段里含逗号时会误切；如果源数据没加引号，得提前用脚本补上 - 目标表字段类型要和 CSV 内容对得上：比如日期列在 CSV 里是
2026-11-05，数据库对应字段就得是DATE或TEXT，不能是INT，否则导入中途就终止
固定宽度文件的本质是「无元数据的裸文本」，DBeaver 作为数据库工具，不会、也不该承担格式推断任务。所有看似“直接导入”的尝试，最后都绕不开人工定义列宽或写脚本固化结构——这点比 Excel 还苛刻。别在 DBeaver 设置里反复试那个灰色的 Fixed Width 开关，省下的时间够你写完三行 awk。
