如何为 CSV 文件同时转义逗号和双引号？

Question

我正在编写一个 Java 应用程序来将数据从 Oracle 导出到 csv 文件

不幸的是，数据的内容可能相当棘手。仍然逗号是分隔符，但是一行上的一些数据可能是这样的：

| ID    |   FN    |   LN   |  AGE   |  COMMENT                   |
|----------------------------------------------------------------|
| 123   |  John   |  Smith |   39   | I said "Hey, I am 5'10"."  |
|----------------------------------------------------------------|

所以这是comment 列上的字符串之一：

我说“嘿，我是 5'10”。”

不开玩笑，我需要在 Excel 中显示以上评论，或者从 Java 生成的 CSV 文件中打开办公室，当然不能搞乱其他常规转义情况（即常规双引号和元组中的常规逗号） .我知道正则表达式很强大，但是在如此复杂的情况下我们如何才能达到目标呢？

Answer 1

Excel 必须能够处理完全相同的情况。

将这些内容放入 Excel，将它们保存为 CSV，然后使用文本编辑器检查文件。然后你就会知道 Excel 适用于这些情况的规则。

让 Java 产生相同的输出。

顺便说一下，Excel 使用的格式已经发布...

**** 编辑 1：**** 这是 Excel 所做的
****编辑 2：**** 请注意，如果您使用 " 作为附件，则 php 的 fputcsv 与 excel 执行相同的操作。

rdeslonde@mydomain.com
Richard
"This is what I think"

变成这样：

Email,Fname,Quoted  
rdeslonde@mydomain.com,Richard,"""This is what I think"""

Answer 2

有几个库。这里有两个例子：

---

❐ Apache Commons Lang

Apache Commons Lang 包含一个特殊的类来转义或取消转义字符串（CSV、EcmaScript、HTML、Java、Json、XML）：org.apache.commons.lang3.StringEscapeUtils。

• 转义到 CSV

  String escaped = StringEscapeUtils
      .escapeCsv("I said \"Hey, I am 5'10\".\""); // I said "Hey, I am 5'10"."
  
  System.out.println(escaped); // "I said ""Hey, I am 5'10""."""
  

• 转义来自 CSV

  String unescaped = StringEscapeUtils
      .unescapeCsv("\"I said \"\"Hey, I am 5'10\"\".\"\"\""); // "I said ""Hey, I am 5'10""."""
  
  System.out.println(unescaped); // I said "Hey, I am 5'10"."
  

_{* 你可以从here下载。}

---

❐ OpenCSV

如果您使用OpenCSV，则无需担心转义或取消转义，仅用于写入或读取内容。

• 编写文件：

  FileOutputStream fos = new FileOutputStream("awesomefile.csv"); 
  OutputStreamWriter osw = new OutputStreamWriter(fos, "UTF-8");
  CSVWriter writer = new CSVWriter(osw);
  ...
  String[] row = {
      "123", 
      "John", 
      "Smith", 
      "39", 
      "I said \"Hey, I am 5'10\".\""
  };
  writer.writeNext(row);
  ...
  writer.close();
  osw.close();
  os.close();
  

• 读取文件：

  FileInputStream fis = new FileInputStream("awesomefile.csv"); 
  InputStreamReader isr = new InputStreamReader(fis, "UTF-8");
  CSVReader reader = new CSVReader(isr);
  
  for (String[] row; (row = reader.readNext()) != null;) {
      System.out.println(Arrays.toString(row));
  }
  
  reader.close();
  isr.close();
  fis.close();
  

_{* 你可以从here下载。}

Answer 3

感谢 Tony 和 Paul 的快速反馈，这非常有帮助。我实际上通过 POJO 找到了解决方案。这里是：

if (cell_value.indexOf("\"") != -1 || cell_value.indexOf(",") != -1) {
    cell_value = cell_value.replaceAll("\"", "\"\"");
    row.append("\"");
    row.append(cell_value);
    row.append("\"");
} else {
    row.append(cell_value);
}

简而言之，如果单元格内的字符串中有逗号或双引号等特殊字符，则首先通过添加额外的双引号（如"\"\""）来转义双引号（"\""），然后将整个事情变成双引号（如"\""+theWholeThing+"\""）

Answer 4

你也可以看看Python writes Excel-compatible csv files.

我相信 Excel 的默认设置是为文字引号字符加倍 - 即文字引号 " 写为 ""。

Answer 5

"cell one","cell "" two","cell "" ,three"

将此保存到 csv 文件并查看结果，因此使用双引号对其进行转义

重要提示

"cell one","cell "" two", "cell "" ,three"

会给你一个不同的结果，因为逗号后面有一个空格，这将被视为“

Answer 6

String stringWithQuates = "\""+ "your,comma,separated,string" + "\"";

这将在 CSV 文件中保留逗号

Answer 7

如果您使用的是 CSVWriter。检查您是否没有该选项

.withQuotechar(CSVWriter.NO_QUOTE_CHARACTER)

当我删除它时，逗号按预期显示，而不是将其视为新列