在java中解析CSV

Question

我遇到了这种奇怪的情况，我必须水平阅读。所以我得到一个 csv 文件，其中包含水平格式的数据。如下所示：

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

RunDate 之后显示的所有日期都是运行日期字段的值，我必须在系统中更新该公司的该字段。日期值不是固定数字，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。我正在用 Java 写这个。

Answer 1

String,split(",") 不太可能起作用。
它会分割嵌入逗号（“Foo, Inc.”）的字段，即使它们是 CSV 行中的单个字段。

如果公司名称是：
       公司
或者更糟：
       乔的“又好又快又便宜”的食物

根据维基百科：    (http://en.wikipedia.org/维基/逗号分隔值）

嵌入逗号的字段必须用双引号字符括起来。

 1997，福特，E350，“超级豪华卡车”

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，福特，E350，“超级“豪华”卡车”

更糟糕的是，引用的字段可能有嵌入的换行符（换行符；“\n”）：

嵌入换行符的字段必须用双引号字符括起来。

 1997，福特，E350，“现在就去买一辆  
   他们走得很快”

这演示了 String,split(",") 解析逗号的问题：

CSV 行是：

a,b,c,“Company, Inc.”, d, e,“Joe 的“又好又快又便宜”的食物”, 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>

CSV 行应该解析为：

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

正如其他人建议的分割和解析，您可以使用 opencsv

对于简单数据，用“,”分割它们解析它并使用 List 添加所有这些值。

Answer 3

CSV 文件是一个以 \n 结尾的文件，每列可以通过以下方式分隔：

• 逗号或
• 制表符 \t

我建议您有一个 BufferedReader 读取 CSV 文件并使用 readLine() 方法读取行。

在每一行中，使用 String.split(arg) ，其中 arg 将是逗号或制表符 \t 以获得列数组。 ..从那里，你知道该怎么做。

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，找一个已建立的库来为您做这件事，因为 csv 解析非常棘手。

Answer 5

使用 java.util.Scanner - 您可以调用 useDelimiter() 使逗号成为分隔符，并使用 next() 读取新标记。扫描程序可以直接从您的文件或从文件中读取的字符串创建。

Answer 6

你真的应该尝试一下
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（未转义引号、混合行分隔符、BOM 编码文件等），这也是最快的之一CSV 库 周围。

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。它是开源且免费的（Apache V2.0 许可证）。

Answer 7

首先将整行读入字符串中。然后，您使用 String.split(...) 函数来获取您使用的分隔符为“,”的行上的所有标记。 （或者当你使用正则表达式时它是“\,”？）

Answer 8

为了一次获取每个值，使用StringTokenizer.使用 StringTokenizer(str, ",") 构造它。（不推荐）

使用 string 类的 split() 方法，该方法将所有标记加载到数组中。

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

Answer 9

java.time

假设您正在使用 CSV 库来读取文件，并假设您从该库中获取字符串形式的各个值：

    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);
    }

解析日期：2010-10-27

您应该更愿意在代码中将日期处理为 LocalDate（既不是作为字符串，也不是作为过时且设计不良的 Date 类的实例）。

尽管我没有经验，但我非常确信我会使用一些开源 CSV 库。

仅当您确定 CSV 文件的值中不包含引号、断线、逗号或其他复杂情况，并且由于某种原因您选择手动解析它时：

    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);
        }
    }

解析日期：2010-10-27
解析日期：2010-11-12
解析日期：2010-11-27
解析日期：2010-12-13
解析日期：2010-12-27

异常处理和以前一样发生，无需重复。