关于 Java Split 命令解析 Csv 文件

Question

我有一个以下格式的 csv 文件。

H,"TestItems_20100107.csv",07/01/2010,20:00:00,"TT1198","MOBb","AMD",NEW,,

我需要 split 命令忽略双引号内的逗号。所以我使用了之前帖子中的以下拆分命令。粘贴了我执行此命令的 URL

String items[] = line.split(",(?=([^\"]*\"[^\"]*\")*[^\"]*$)");
System.out.println("items.length"+items.length);

Java: splitting a comma-separated string but ignoring commas in quotes

当我运行此 CSV 数据时，我将 items.length 打印为 8。“NEW”之后行尾的最后两个逗号被忽略。我希望 split 命令拾取这些逗号并将长度返回为 10。如果它在结尾，它不会拾取空逗号，但如果它在字符串的中间，它会拾取它。不确定我需要在 split 命令中修改什么来解决这个问题。同样在 csv 文件中，文本字段内容中的双引号可以重复（例如“此帐户是一个“大”的帐户”）

Answer 1

正则表达式没有任何问题。问题是split最后会丢弃空匹配：

此方法的工作方式就像通过调用 两参数拆分方法与 给定表达式和限制参数 为零。尾随空字符串是 因此不包括在 结果数组。

一种解决方法是提供一个大于 CSV 文件中您期望的列数的参数：

 String[] tokens = line.split(",(?=([^\"]*\"[^\"]*\")*[^\"]*$)", 99);

Answer 2

我今天遇到了同样的问题，并为 csv 文件找到了一个简单的解决方案：在执行拆分时添加一个仅包含一个空格的额外字段：

(line + ", ").split(",");

这样无论csv文件末尾可能存在多少个连续的空字段，split()都会返回n+1个字段

示例会话（使用 bsh）

bsh % line = "H,\"TestItems_20100107.csv\",07/01/2010,20:00:00,\"TT1198\",\"MOBb\",\"AMD\",NEW,,
bsh % System.out.println(line);
H,"TestItems_20100107.csv",07/01/2010,20:00:00,"TT1198","MOBb","AMD",NEW,,
bsh % String[] items = line.split(",(?=([^\"]*\"[^\"]*\")*[^\"]*$)");
bsh % System.out.println(items.length);
8
bsh % items = (line + ", ").split(",(?=([^\"]*\"[^\"]*\")*[^\"]*$)");
bsh % System.out.println(items.length - 1 );
10
bsh %