CSV 到 DataTable 将浮点值解析为日期

Question

我正在尝试将 CSV 解析为 VB.NET 项目中的 DataTable，问题是当我导入 CSV 文件时，值像 ;2,08;2;0,82 这样浮动的列被导入为 30/12/1899 02:08:00和30/12/1899 02:00:00

如何防止 oledb 格式化数据？

这是我将 csv 加载到数据表的方式：

        Dim con As New OleDbConnection("Provider=Microsoft.ACE.OLEDB.12.0;Data Source=" & path & ";Extended Properties=""text;HDR=YES;FMT=Delimited(;)""")

        con.Open()
        Dim da As New OleDbDataAdapter(sqlquery, con)
        da.Fill(dt)

在 CSV 所在的同一文件夹中，我有 schema.ini，其内容如下：

[anar_adm.csv]
Format=Delimited(;)

Answer 1

我维护了一个可以处理这种情况的库：Sylvan.Data.Csv

这是我为验证它是否按预期工作而编写的代码。抱歉，这是用 C# 编写的，因为我不太了解 VB，所以应该很容易翻译。

using var reader = new StringReader("Name;Value1;Value2\nTest;2,08;0,82\n");

var schema = Schema.Parse("Name,Value1:float,Value2:float");

var options = new CsvDataReaderOptions {
    Schema = new CsvSchema(schema),
    // you would likely replace this with CurrentCulture
    // the default is InvariantCulture
    Culture = CultureInfo.GetCultureInfoByIetfLanguageTag("it-IT")
};
var csv = CsvDataReader.Create(reader, options);
var dt = new DataTable();
dt.Load(csv);

CsvDataReader 来自Sylvan.Data.Csv，Schema.Parse 行来自Sylvan.Data，这是预发布的。您不必使用Schema.Parse，而是可以提供自己的ICsvSchemaProvider。在这个Answer 中有一个简单模式提供程序的示例。

与 OleDB 相比，它的优势在于它是完全托管的，不需要外部驱动程序，也不需要 schema.ini。它也是much, much faster，如果性能是一个问题（事实上，它对于.NET 来说是最快的）。缺点是您需要自己提供架构，而 OleDB 会尝试从数据中自动检测它（有时会出错）。

Answer 2

Schema.ini 文件有不同的选项，您可以在这里阅读。
Schema.ini File (Text File Driver)

除其他外，您可以指定列数据类型以及小数点分隔符。例如，定义 4 列的架构，其中：

• ColNameHeader=True：数据文件包含列定义
• Format=Delimited(;)：列之间用分号隔开
• DecimalSymbol=,：小数点分隔符是逗号
• Col(N)=ColumnName TYPE [WIDTH] [#]：列的名称和类型，以及（可选）列的宽度。宽度值 ([#]) 是必需的。

如果列可能包含不是系统默认值的货币符号，请指定货币格式。例如，使用 Euro € 符号：

• CurrencySymbol=[Symbol]：数据文件中使用的货币符号。

• CurrencyPosFormat=[N]：正值的符号位置。这可以是以下 4 个值之一：
  0 = €1,1 1 = 1,1€ 2 = € 1,1 3 = 1,1 €

• CurrencyNegFormat=[N]：同上，但可以指定更多位置。有关可能值的列表，请参阅之前链接的文档

• CurrencyDigits=[N]：货币使用的小数位数

• CurrencyThousandSymbol=[Symbol]：千位分隔符

• CurrencyDecimalSymbol=[Symbol]：小数分隔符

CharacterSet 指定 CSV 文件使用的编码方式。标准值为：

• ANSI（本地代码页）、OEM、Unicode。其他编码必须使用它们的 CodePage 来指定。例如，UTF-8 需要指定为 CodePage 65001。
  系统中所有可用的代码页都列在此注册表项中：
  HKEY_CLASSES_ROOT\MIME\Database\Charset

使用此 CSV 内容：

ID;Description;Quantity;FloatValue;Price
1;String 1;100;10,56;€10,79
2;String 2;101;12,72;€200,34
3;String 3;33;100657,72;€0,98

Schema.ini 文件可以如下：

[filename.csv]
ColNameHeader=True                First row is the Columns Header
MaxScanRows=0                     No auto-detect Column Type
CharacterSet=65001                UTF-8 file Format
Format=Delimited(;)               Columns delimiter
DecimalSymbol=,                   Decimals separator
NumberLeadingZeros=1              Below 1 values leading zeros (0,12)
CurrencySymbol=€                  Currency symbol (if present)
CurrencyPosFormat=0               Currency positive format: €1,1
CurrencyNegFormat=1               Currency negative format: -€1,1
CurrencyDigits=2                  Number of Decimal digits
CurrencyThousandSymbol=.          Thousands separator
CurrencyDecimalSymbol=,           Decimal separator
Col1=ID Long                      |-- Columns definition
Col2=Description Text WIDTH 50    |
Col3=Quantity Integer             |
Col4=FloatValue Double            |
Col5=Price Currency               |

[otherFilename.csv]
ColNameHeader=True
MaxScanRows=25                   | Auto-detect the data type, using 25 rows as sample
CharacterSet=ANSI
Format=Delimited()               | Standard delimiter: (,)

无论如何，我建议以CsvHelper 的形式获取库