如何使用 C# split() 函数正确拆分 CSV？答案

【问题标题】：How to properly split a CSV using C# split() function?如何使用 C# split() 函数正确拆分 CSV？
【发布时间】：2013-06-16 22:24:40
【问题描述】：

假设我有这个 CSV 文件：

NAME,ADDRESS,DATE
"Eko S. Wibowo", "Tamanan, Banguntapan, Bantul, DIY", "6/27/1979"

我想将使用双引号括起来的每个标记存储在一个数组中，是否可以安全地执行此操作而不是使用 String split() 函数？目前我在 RichTextBox 中加载文件，然后使用它的 Lines[] 属性，我为每个 Lines[] 元素执行一个循环并执行此操作：

string[] line = s.Split(',');

s 是对 RichTextBox.Lines[] 的引用。正如您可以清楚地看到的那样，标记内的逗号很容易弄乱 split() 函数。所以，我没有以我想要的三个令牌结束，而是以 6 个令牌结束

任何帮助将不胜感激！

【问题讨论】：

stackoverflow.com/questions/2081418/…
除非你想显示任何东西，否则不要（ab）使用 GUI 组件来存储数据。如果需要逐行查看文件内容，请使用File.ReadLines method。
stackoverflow.com/questions/769621/…
@O.R.Mapper 你说得对！我将为此更改我的代码设计
@chancea CsvHelper 和 CsvReader 链接应该很好，但我想我会选择使用 RegEx 的解决方案。 :) 谢谢！

标签： c#

【解决方案1】：

你也可以使用正则表达式：

string input = "\"Eko S. Wibowo\", \"Tamanan, Banguntapan, Bantul, DIY\", \"6/27/1979\"";
string pattern = @"""\s*,\s*""";

// input.Substring(1, input.Length - 2) removes the first and last " from the string
string[] tokens = System.Text.RegularExpressions.Regex.Split(
    input.Substring(1, input.Length - 2), pattern);

这会给你：

Eko S. Wibowo
Tamanan, Banguntapan, Bantul, DIY
6/27/1979

【讨论】：

我接受了这个作为答案，因为我一直想提高我在 RegEx 上的技能，实际上，这个解决方案应该是 PHP 解决方案的一部分，这也很大程度上依赖于 RegEx。仅使用 .NET 解决方案不是一个好主意。虽然，我很抱歉我没有足够详细地说明它。当我阅读@unlimit 的答案时，我刚刚想到了这个想法：一个简单的正则表达式就是要走的路！
这是一个很好的解决方案，但请注意并非每个 CSV 文件都会总是在每个值周围加上引号。我知道如果你从 Excel 制作一个 CSV 文件，它不会，只有当值在值中包含逗号、引号等时。
更好的模式是""?\s*,\s*""?，这样它也匹配没有双引号的列。有时 CSV 文件的数值不带双引号。

【解决方案2】：

我已经用我自己的方法做到了。它只计算" 和' 字符的数量。
根据您的需要进行改进。

    public List<string> SplitCsvLine(string s) {
        int i;
        int a = 0;
        int count = 0;
        List<string> str = new List<string>();
        for (i = 0; i < s.Length; i++) {
            switch (s[i]) {
                case ',':
                    if ((count & 1) == 0) {
                        str.Add(s.Substring(a, i - a));
                        a = i + 1;
                    }
                    break;
                case '"':
                case '\'': count++; break;
            }
        }
        str.Add(s.Substring(a));
        return str;
    }

【讨论】：

通过在计数器中同时包含 " 和 '，您将错误地解析带有混合引号的内容：" \"The quote's break\", this "
@drzaus：没错。实际的方法更复杂，并且有很多针对不同事物的计数器。显示的代码旨在显示基本思想。

【解决方案3】：

这不是您问题的确切答案，但是您为什么不使用已经编写的库来操作 CSV 文件，很好的例子是LinqToCsv。 CSV 可以用各种标点符号分隔。此外，还有一些问题，图书馆创建者已经解决了这些问题。比如处理名称行、处理不同的日期格式以及将行映射到 C# 对象。

【讨论】：

【解决方案4】：

您可以将"," 替换为;，然后用; 拆分

var values= s.Replace("\",\"",";").Split(';');

【讨论】：

【解决方案5】：

如果您的 CSV 行紧凑，最简单的方法是使用前面提到的结束和尾部删除，然后在连接字符串上进行简单拆分

 string[] tokens = input.Substring(1, input.Length - 2).Split("\",\"");

这只有在所有字段都被双引号引起来时才有效，即使它们（官方）不需要。它会比 RegEx 更快，但在特定条件下使用。

如果您的数据看起来像 "姓名","1","12/03/2018","Add1,Add2,Add3","其他东西"

【讨论】：

【解决方案6】：

5 岁了，但总有人想要拆分 CSV。

如果您的数据简单且可预测（即从不包含任何特殊字符，如逗号、引号和换行符），那么您可以使用 split() 或正则表达式来完成。

但要在不使用代码汤的情况下正确支持 CSV 格式的所有细微差别，您应该真正使用已经发现所有魔力的库。不要重新发明轮子（当然，除非你这样做是为了好玩）。

CsvHelper 使用起来非常简单：

https://joshclose.github.io/CsvHelper/2.x/

using (var parser = new CsvParser(textReader)
{
    while(true)
    {
        string[] line = parser.Read();

        if (line != null)
        {
            // do something
        }
        else
        {
            break;
        }
    }
}

更多讨论/相同问题： Dealing with commas in a CSV file

【讨论】：