为 CSV 文件动态定义字段分隔符和文本限定符

Question

我正在读取以逗号（，）作为字段分隔符和双引号（“）作为文本限定符的 csv 文件。以下是获取行列的代码：

row.split(",(?=([^\"]*\"[^\"]*\")*[^\"]*$)")

这工作正常。 但我想动态指定我的字段分隔符和文本限定符，即它们将作为输入与 csv 文件一起传递。并且文件将根据输入文件分隔符和文本限定符进行解析。如何修改上面的正则表达式以即时获取字段分隔符和文本限定符。

编辑： 我正在使用 Apache Commons CSV 来解析 csv 文件。但在我的情况下，标题行可以是文件中的任何行。并且没有办法将标题行索引传递给 Commons CSV 解析器。所以我将手动读取文件并获取标题行。将其列拆分为字符串数组并将其传递给解析器。加上字段分隔符和文本限定符是用户定义的，因此需要在此基础上进行拆分。

Answer 1

uniVocity-parsers 可以自动检测输入格式以发现要使用的分隔符/引号字符：

    CsvParserSettings settings = new CsvParserSettings(); //many options here, check the tutorial.

    // turns on automatic detection of line separators, 
    // column separators, quotes & quote escapes
    settings.detectFormatAutomatically();

    // configures to skip a number of rows from the input and start parsing from there
    settings.setNumberOfRowsToSkip(3);

    // configures the parser to extract headers from the first parsed row
    settings.setHeaderExtractionEnabled(true);

    CsvParser parser = new CsvParser(settings);
    List<String[]> rows = parser.parseAll(new File("/path/to/your/file.csv"));

免责声明：我是这个库的作者，它是开源免费的（Apache 2.0 许可）

Answer 2

TL;DR：使用 CSV 解析器

这是唯一正确的答案。解析文件只有一种方法，那就是使用解析器。

示例用法OpenCSV（无隶属关系，只是我的首选）：

try(final  CSVReader reader = new CSVReader(new FileReader("yourfile.csv"), '\t', '"', '\'')) {
//                                                ^ your file                ^ delimiter
//                                                                                 ^ quote
//                                                                                       ^ escape char

}

与您的正则表达式解决方案不同，这是完全可配置的并支持转义序列。