C# 中的 CSV 验证 - 确保每行具有相同数量的逗号

Question

我希望在我的 C#/ASP.NET 应用程序中实现一个相当简单的 CSV 检查器 - 我的项目自动从 GridView 为用户生成 CSV，但我希望能够快速运行每一行并查看它们是否具有相同数量的逗号，如果出现任何差异则抛出异常。到目前为止，我已经有了这个，它确实有效，但有一些问题我将很快描述：

 int? CommaCount = null;

StringBuilder sb = new StringBuilder();
            StringWriter sw = new StringWriter(sb);
            String Str = null;

            //This loops through all the headerrow cells and writes them to the stringbuilder
            for (int k = 0; k <= (grd.Columns.Count - 1); k++)
            {
                sw.Write(grd.HeaderRow.Cells[k].Text + ",");    
            }

            sw.WriteLine(",");


            //This loops through all the main rows and writes them to the stringbuilder
            for (int i = 0; i <= grd.Rows.Count - 1; i++)
            {
                StringBuilder RowString = new StringBuilder();
                for (int j = 0; j <= grd.Columns.Count - 1; j++)
                {
                    //We'll need to strip meaningless junk such as <br /> and &nbsp;
                    Str = grd.Rows[i].Cells[j].Text.ToString().Replace("<br />", "");
                    if (Str == "&nbsp;")
                    {
                        Str = "";
                    }

                    Str = "\"" + Str + "\"" + ",";

                    RowString.Append(Str);
                    sw.Write(Str);
                }
                sw.WriteLine();

                //The below code block ensures that each row contains the same number of commas, which is crucial
                int RowCommaCount = CheckChar(RowString.ToString(), ',');
                if (CommaCount == null)
                {
                    CommaCount = RowCommaCount;
                }
                else
                {
                    if (CommaCount!= RowCommaCount)
                    {
                        throw new Exception("CSV generated is corrupt - line " + i + " has " + RowCommaCount + " commas when it should have " + CommaCount);
                    }
                }
            }

            sw.Close();

和我的 CheckChar 方法：

protected static int CheckChar(string Input, char CharToCheck)
    {
        int Counter = 0;
        foreach (char StringChar in Input)
        {
            if (StringChar == CharToCheck)
            {
                Counter++;
            }
        }
        return Counter;
    }

现在我的问题是，如果网格中的单元格包含逗号，我的 check char 方法仍然会将它们计为分隔符所以会返回错误。正如您在代码中看到的，我将所有值包装在 " 字符中以“转义”它们。在我的方法中忽略值中的逗号有多简单？我认为我需要重写该方法很多次。

Answer 1

var rx = new Regex("^  (  ( \"[^\"]*\" )  |  (  (?!$)[^\",]  )+  |  (?<1>,)  )*  $", RegexOptions.ExplicitCapture | RegexOptions.IgnorePatternWhitespace | RegexOptions.Multiline);
var matches = rx.Matches("Hello,World,How,Are\nYou,Today,This,Is,\"A beautiful, world\",Hi!");

for (int i = 1; i < matches.Count; i++) {
    if (matches[i].Groups[1].Captures.Count != matches[i - 1].Groups[1].Captures.Count) {
        throw new Exception();
    }
}

Answer 2

您可以只使用匹配一项的正则表达式并计算行中匹配项的数量。此类正则表达式的示例如下：

var itemsRegex =
    new Regex(@"(?<=(^|[\" + separator + @"]))((?<item>[^""\" + separator +
        @"\n]*)|(?<item>""([^""]|"""")*""))(?=($|[\" + separator + @"]))");

Answer 3

只需执行如下操作（假设您不想在字段内包含 " （否则需要一些额外的处理））：

protected static int CheckChar(string Input, char CharToCheck, char fieldDelimiter)
{
    int Counter = 0;
    bool inValue = false;
    foreach (char StringChar in Input)
    {
        if (StringChar == fieldDelimiter)
            inValue = !inValue;
        else if (!inValue && StringChar == CharToCheck)
            Counter++;
    }
    return Counter;
}

这将导致 inValue 在字段内为 true。例如 pass < code>'"' 作为 fieldDelimiter 来忽略 "..." 之间的所有内容。请注意，这不会处理转义的 " （如 "" 或 \"）。您必须自己添加此类处理。

Answer 4

您应该在连接（混合）字段（成分）之前检查字段（成分），而不是检查结果字符串（蛋糕）。这将使您能够做出一些建设性的事情（转义/替换）并仅作为最后的手段抛出异常。

一般来说，“,”在 .csv 字段中是合法的，只要字符串字段被引用即可。因此内部“，”应该不是问题，但引号很可能是问题。