C# CSV 替换分隔符 - 带有制表符的逗号（数据可能包含逗号）

Question

我想用 CSV 文件中的制表符替换分隔符逗号

输入

输出

请注意，引号不应替换逗号。同样在输出中，我们要省略双引号

我尝试了以下，但代码也替换了引号括起来的单词的逗号

public void Replace_comma_with_tabs(string path)
{
   var file = File
              .ReadLines(path)
              .SkipWhile(line => string.IsNullOrWhiteSpace(line)) // To be on the safe side
              .Select((line, index) => line.Replace(',', '\t')) // replace ',' with '\t'
              .ToList();                  // Materialization, since we write into the same file
    
   File.WriteAllLines(path, file);
}

如何跳过引号括起来的单词的逗号？

Answer 1

这是一种方法。它使用标志quotesStarted 来检查是否应将逗号视为分隔符或列中文本的一部分。我还使用了StringBuilder，因为该类在字符串连接方面具有良好的性能。它读取行，然后为每一行遍历其字符并检查具有特殊含义的字符（逗号、单引号、制表符、单引号之间的逗号）：

    static void Main(string[] args)
    {
        var path = "data.txt";
        var file = File.ReadLines(path).ToArray();
        StringBuilder sbFile = new StringBuilder();
        foreach (string line in file)
        {
            if (String.IsNullOrWhiteSpace(line) == false)
            {
                bool quotesStarted = false;
                StringBuilder sbLine = new StringBuilder();
                foreach (char currentChar in line)
                {
                    if (currentChar == '"')
                    {
                        quotesStarted = !quotesStarted;
                        sbLine.Append(currentChar);
                    }
                    else if (currentChar == ',')
                    {
                        if (quotesStarted)
                            sbLine.Append(currentChar);
                        else
                            sbLine.Append("\t");
                    }
                    else if (currentChar == '\t')
                        throw new Exception("Tab found");
                    else
                        sbLine.Append(currentChar);
                }

                sbFile.AppendLine(sbLine.ToString());
            }
        }

        File.WriteAllText("Result-" + path, sbFile.ToString());
    }

Answer 2

有很多方法可以做到这一点，但这里有一个。这仅包括用于转换具有逗号分隔文本和引用文本的字符串的代码。您将在 Select 语句中使用“ToTabs”而不是“Replace”。您必须加强它以添加一些错误检查。

这将处理带引号的字段内的转义引号，并将现有的制表符转换为空格，但它不是一个完整的 CSV 解析器。

static class CsvHelper
{
    public static string ToTabs(this string source)
    {
        Func<char,char> getState = NotInQuotes;
        char last = ' ';

        char InQuotes(char ch)
        {
            if ('"' == ch && last != '"')
                getState = NotInQuotes;
            else if ('\t' == ch)
                ch = ' ';

            last = ch;

            return ch;
        }

        char NotInQuotes(char ch)
        {
            last = ch;

            if ('"' == ch)
                getState = InQuotes;
            else if (',' == ch)
                return '\t';
            else if ('\t' == ch)
                ch = ' ';

            return ch;
        }
        return string.Create(source.Length, getState, (buffer,_) =>
        {
            for (int i = 0; i < source.Length; ++i)
            {
                buffer[i] = getState(source[i]);
            }
        });
    }
}

    static void Main(string[] _)
    {
        const string Source = "a,string,with,commas,\"field,with,\"\"commas\", and, another";

        var withTabs = Source.ToTabs();

        Console.WriteLine(Source);
        Console.WriteLine(withTabs);
    }

Answer 3

要将字符串中的逗号更改为制表符，请使用Replace 方法。

例子：

str2.Replace(",", "hit tab key");

string str = "Lucy, John, Mark, Grace";
string str2 = str.Replace(",", "    ");