使用 OleDB 读取文本文件时如何正确处理 CR答案

【问题标题】：How do I correctly handle CR when reading text files with OleDB使用 OleDB 读取文本文件时如何正确处理 CR
【发布时间】：2009-11-27 15:06:39
【问题描述】：

我有制表符分隔的文本文件。我像这样创建了一个 Schema.ini：

[MY_FILE.TAB]
Format=TabDelimited
ColNameHeader=False
Col1=id Short
Col2=data Text

这是我用来阅读它的代码（C#）：

using (var connection = new OleDbConnection(@"Provider=Microsoft.Jet.OLEDB.4.0;Data Source=D:\FolderToData\;Extended Properties='text;FMT=delimited'"))
{
  using (var command = new OleDbCommand("SELECT * FROM MY_FILE.TAB", connection))
  {
    var table = new DataTable();
    using (var adapter = new OleDbDataAdapter(command)
    {
      adapter.Fill(table);
    }
  }
}

一切正常，除了一件事。文本文件中的数据包含回车 [CR]。记录本身由回车换行符 [CR][LF] 分隔。不幸的是，OleDB / MicrosoftJet（或解析这些文件的任何工具）将两者（[CR]，[CRLF]）视为相同。

MY_FILE.TAB 示例（数字和文本之间应该有一个 Tab）：

1   One[CR][LF]
2   Two[CR][LF]
3   Th[CR]
ree[CR][LF]
4   Four[CR][LF]

在 DataTable 中给我 5 个（格式错误的）行而不是 4 个。

我需要的是：

1   "One"
2   "Two"
3   "Th\nree"
4   "Four2

但我明白了：

1    "One"
2    "Two"
3    "Th"
null null
4    "Four"

“ree”无法转换为 Int32，因此第四行的第一列为空。

如何配置 OleDB 以将 [CR] 与 [CR][LF] 区别对待？还是有其他想法？

【问题讨论】：

你能具体说明你有什么限制吗？意思是，文件/架构是第三方的，或者您可以根据需要对其进行更新？
我“按原样”获得了这些文件，需要加载它。我无法影响它。

标签： c# oledb carriage-return csv

【解决方案1】：

我不相信您可以直接重新配置 OLEDB 来执行此操作。

另一种方法是使用 TextReader 和 TextWriter 将文件处理为临时文件，单独扫描 CR 并将其替换为一些特殊的转义序列。然后用OLEDB读取这个替换临时文件；最后，将特殊的转义序列替换回 CR。

【讨论】：

是的，这可能是一个快速的'n'dirty hack。 1) 将 [CR][LF] 替换为 X 2) 将 [CR] 替换为 Y 3) 将 X 替换为 [CR][LF] 4) 使用 OleDB 读取 5) 将 Y 替换为 '\n' X 和 Y 应该是独一无二的...
@wkada - 我从没想过它会很漂亮，但你的文件格式也不是！
+1 一个很好的解决方法 Jeremy；只是因为要使用临时文件，所以我不明白“最后，替换特殊的转义序列” - 我想说在使用后删除临时文件。
@Jeremy：不要误会我的意思。我其实很喜欢你的解决方案。而且我也不喜欢这种文件格式。但我想这就是遗产的意义......
@KMan：他的意思不是临时文件，而是特殊的 excape 序列（前 CR）需要转换回换行符。

【解决方案2】：

在字符串中读取文件内容不是很容易吗，将其拆分为Environment.NewLine或\r\n，这将为您提供每行的数组，您可以进一步拆分tab？

【讨论】：

也许可以，但这可能会导致很多其他问题，例如转义序列中的制表符。