在java中解析CSV

Question

我有这种奇怪的情况，我必须横向阅读。所以我得到了一个 csv 文件，其中包含水平格式的数据。如下：

CompanyName,RunDate,10/27/2010,11/12/2010,11/27/2010,12/13/2010,12/27/2010....

在 RunDate 之后显示的所有日期都是运行日期字段的值，我必须在我的系统中为该公司更新该字段。日期值不是固定数字，它们可以是单个值到 10 到 n 个数字。所以我需要读取所有这些值并在系统中更新。我是用 Java 写的。

Answer 1

String,split(",") 不太可能工作。
它会拆分嵌入逗号的字段（“Foo, Inc.”），即使它们是 CSV 行中的单个字段。

如果公司名称是：
公司, Inc.
或更糟：
乔的“好、快、便宜”的食物

根据*：    (http://en.wikipedia.org/wiki/Comma-separated_values)

嵌入逗号的字段必须用双引号括起来。

   1997,Ford,E350,"Super, luxurious truck"

嵌入双引号字符的字段必须用双引号字符括起来，并且每个嵌入的双引号字符必须由一对双引号字符表示。

   1997,Ford,E350,"Super ""luxurious"" truck"

更糟糕的是，引用的字段可能嵌入了换行符（换行符；“\n”）：

嵌入换行符的字段必须用双引号括起来。

   1997,Ford,E350,"Go get one now  
   they are going fast"

这演示了 String,split(",") 解析逗号的问题：

CSV 行是：

a,b,c,"Company, Inc.", d, e,"Joe's ""Good, Fast, and Cheap"" Food", f, 10/11/2010,1/1/2011, g , h, 我

// Test String.split(",") against CSV with
// embedded commas and embedded double-quotes in
// quoted text strings:
//
// Company names are:
//        Company, Inc.
//        Joe's "Good, Fast, and Cheap" Food
//
// Which should be formatted in a CSV file as:
//        "Company, Inc."
//        "Joe's ""Good, Fast, and Cheap"" Food"
//
//
public class TestSplit {
    public static void TestSplit(String s, String splitchar) {
        String[] split_s    = s.split(splitchar);

        for (String seg : split_s) {
            System.out.println(seg);
        }
    }


    public static void main(String[] args) {
        String csvLine = "a,b,c,\"Company, Inc.\", d,"
                            + " e,\"Joe's \"\"Good, Fast,"
                            + " and Cheap\"\" Food\", f,"
                            + " 10/11/2010,1/1/2011, h, i";

        System.out.println("CSV line is:\n" + csvLine + "\n\n");
        TestSplit(csvLine, ",");
    }
}

产生以下内容：

D:\projects\TestSplit>javac TestSplit.java

D:\projects\TestSplit>java  TestSplit
CSV line is:
a,b,c,"Company, Inc.", d, e,"Joe's ""Good, Fast, and Cheap"" Food", f, 10/11/2010,1/1/2011, g, h, i


a
b
c
"Company
 Inc."
 d
 e
"Joe's ""Good
 Fast
 and Cheap"" Food"
 f
 10/11/2010
1/1/2011
 g
 h
 i

D:\projects\TestSplit>

该 CSV 行 应该 被解析为：

a
b
c
"Company, Inc."
 d
 e
"Joe's ""Good, Fast, and Cheap"" Food"
 f
 10/11/2010
1/1/2011
 g
 h
 i

Answer 2

正如其他人建议的拆分和解析，您可以使用opencsv

对于简单的数据，用“，”分割它们并解析它，使用 List 来添加所有这些值。

Answer 3

CSV 文件是一个以\n 结尾的文件，每一列都可以通过以下方式分隔：

• 逗号或
• 标签\t

我建议你有一个读取 CSV 文件的BufferedReader 并使用readLine() 方法读取行。

在每一行中，使用String.split(arg)，其中arg 将是您的逗号或制表符\t 以拥有一个列数组......从那里，您知道该怎么做。

Answer 4

到目前为止，我发现的关于 CSV 解析主题的最有用的页面如下：

http://secretgeek.net/csv_trouble.asp

基本上，找一个成熟的库来为你做这件事，因为 csv 解析看起来很棘手。

Answer 5

使用 java.util.Scanner - 您可以调用 useDelimiter() 将逗号作为分隔符，并使用 next() 读取新标记。 Scanner 可以直接从您的文件中创建，也可以从文件中读取字符串。

Answer 6

你真的应该试试 univocity-parsers 因为它的 CSV 解析器具有许多功能来处理各种极端情况（非转义引号、混合行分隔符、BOM 编码文件等），这也是 fastest CSV libraries 周围的一种。

解析文件的简单示例：

CsvParserSettings settings = new CsvParserSettings(); //heaps of options here, check the docs
CsvParser parser = new CsvParser(settings);

//loads everything into memory, simple but can be slow.
List<String[]> allRows = parser.parseAll(new File("/path/to/your.csv"));

//parse iterating over each row
for(String[] row : parser.iterate(new File("/path/to/your.csv"))){
    //process row here
}

//and many other possibilities: Java bean processing, column selection, format detection, etc.

披露：我是这个库的作者。它是开源免费的（Apache V2.0 许可）。

Answer 7

首先将整行读入一个字符串。然后，您使用 String.split(...) 函数获取您使用的定界符为“，”的行上的所有标记。 （或者当您使用正则表达式时它是“\”？）

Answer 8

为了一次获取一个值，使用StringTokenizer。用StringTokenizer(str, ",")构造它。（不推荐）

使用字符串类的split() 方法，它将所有标记加载到一个数组中。

使用DateFormat 类来解析每个日期——特别是DateFormat.parse(String)。

Answer 9

java.time

假设您使用 CSV 库来读取文件，并假设您从该库中获取单个值作为字符串：

    String valueFromCsvLibrary = "10/27/2010";
    try {
        LocalDate date = LocalDate.parse(valueFromCsvLibrary, dateFormatter);
        System.out.println("Parsed date: " + date);
    } catch (DateTimeParseException dtpe) {
        System.err.println("Not a valid date: " + dtpe);
    }

Parsed date: 2010-10-27

您应该更愿意在代码中将日期处理为 LocalDate（既不是字符串，也不是长期过时且设计不佳的 Date 类的实例）。

尽管我没有经验，但我坚信我会使用一些开源 CSV 库。

仅当您确定 CSV 文件不包含引号、虚线、值中的逗号或其他复杂情况，并且出于某种原因您选择手动解析时：

    String lineFromCsvFile = "CompanyName,RunDate,10/27/2010,11/12/2010,11/27/2010,12/13/2010,12/27/2010";
    String[] values = lineFromCsvFile.split(",");
    if (values[1].equals("RunDate")) {
        for (int i = 2; i < values.length; i++) {
            LocalDate date = LocalDate.parse(values[i], dateFormatter);
            System.out.println("Parsed date: " + date);
        }
    }

Parsed date: 2010-10-27
Parsed date: 2010-11-12
Parsed date: 2010-11-27
Parsed date: 2010-12-13
Parsed date: 2010-12-27

异常处理如前所述，无需重复。