如何解析不规则使用引号的 CSV 文件？答案

【问题标题】：How to parse CSV file with irregular use of quotes?如何解析不规则使用引号的 CSV 文件？
【发布时间】：2019-10-29 09:24:07
【问题描述】：

我必须解析一个逗号分隔的 CSV 文件，其中包含不规则使用双引号的列。文件条目如下所示：

"1920,The False Road,American,Fred Niblo,""Enid Bennett, Lloyd Hughes""
"1920,813,American,""Charles Christie, Scott Sidney"",""Wedgwood Nowell, Ralph Lewis, Wallace Beery, Laura La Plante"",mystery

+---+------------+-----------------------------------+----+
|   |     A      |      B                            | C  |
+---+------------+-----------------------------------+----+
| 1 | 1920       | Fred Niblo                        | ...|
| 2 | 1920       | ""Charles Christie, Scott Sidney""| ...|
+---+------------+-----------------------------------+----+

如您所见，第一个条目的第 4 列没有引号，第二个条目带有引号。

有没有办法考虑这种不规则使用？

【问题讨论】：

这个没有什么不规则的。每行由换行符分隔，每个字段由逗号分隔。只需用这些参数解析它并将每个"" 替换为"
哦，哇，我的错，我没有意识到这是什么实际结构。这是一个成熟的 CSV ..
我认为您应该添加一个表格来显示您的“csv”的预期解释
您要保持 B 列中的条目不变吗？这两个名字是一个条目还是错误的？
您的样品有什么异常吗？您尝试了什么，遇到了什么问题？

标签： java csv parsing quote

【解决方案1】：

您的 csv 实际上应该如下所示是正确的：

1920,The False Road,American,Fred Niblo,"Enid Bennett, Lloyd Hughes",
1920,813,American,"Charles Christie, Scott Sidney","Wedgwood Nowell, Ralph Lewis, Wallace Beery, Laura La Plante",mystery

（还要注意第一行末尾的额外逗号）

这里，包含逗号的字段用 " 括起来，您可以使用任何 csv 解析器（或库）正确读取。

但不知何故，您的 csv 似乎已转换为单字段 csv。整行都用引号括起来，现有的引号用另一个引号转义（如预期的那样）——除了每行末尾缺少一个结束引号..

要解决此问题，您可以首先在每行末尾添加一个引号，保存文件，然后将其解析为 csv，这将为每一行返回一个单元格（包含所有数据）。

然后您可以将每个单元格的内容写入另一个文件，然后再次将该文件解析为 csv，这应该会为您提供正确的数据。

【讨论】：