Question

您好我有一个CSV文件，其中封装器字符未正确转义。

实施例

uerf@einf.erf,"uhrege gerjhhg er<span style="background-color: rgb(0,153,0);">eriueiru kernger</span><font color="#009900"><span style="background-color: rgb(255,255,255);"> weiufhuweifbw fhew fibwefbw</span></font><div><font color="#009900"><span style="background-color: rgb(255,255,255);">wekifbwe fewf</span></font></div><div><font color="#009900"><span style="background-color: rgb(255,255,255);">weiuifgewbfjew f</span></font></div>",18-Oct-2016,

分隔符 - ＆gt; ，

封装器 - ＆gt; “

当我尝试使用commons-csv阅读器阅读时，它会中断抛出'invalid char between encapsulated token and delimiter'例外。

然而，Microsoft excel似乎完全打开了该文件。关于如何进行的任何想法？

如何解析封装器未正确转义的CSV文件？.Excel似乎打开这样的文件。

Answer 1

如果您无法在源头修复此问题（即生成格式正确的csv），并且您想自己解析它，那么您可以采用简单的方法：

将字段1扫描到," - 字段2到", - 其余是字段3（尾随逗号？）。

当然如果html字段中出现",，则会出现问题。您可以通过先扫描,"，然后向后扫描（从行尾开始）到",来解决这个问题。

如果您显示的字段多于此处显示的字段，则可以查找,与"相结合（两种组合，也可以是","）并希望这些字段不会显示在现场数据。

Answer 2

univocity-parsers有一个CSV解析器，可以正确处理这种输入。

    //first configure the parser
    CsvParserSettings settings = new CsvParserSettings();
    settings.setUnescapedQuoteHandling(UnescapedQuoteHandling.STOP_AT_CLOSING_QUOTE);

    //then create a parser and parse your input line:
    CsvParser parser = new CsvParser(settings);
    String[] result = parser.parseLine("" +
            "uerf@einf.erf,\"uhrege gerjhhg er<span style=\"background-color: rgb(0,153,0);\">eriueiru kernger</span><font color=\"#009900\"><span style=\"background-color: rgb(255,255,255);\"> weiufhuweifbw fhew fibwefbw</span></font><div><font color=\"#009900\"><span style=\"background-color: rgb(255,255,255);\">wekifbwe fewf</span></font></div><div><font color=\"#009900\"><span style=\"background-color: rgb(255,255,255);\">weiuifgewbfjew f</span></font></div>\",18-Oct-2016,");

    //here's the result (one value per line)
    for (String v : result) {
        System.out.println(v);
    }

打印：

uerf@einf.erf
uhrege gerjhhg er<span style="background-color: rgb(0,153,0);">eriueiru kernger</span><font color="#009900"><span style="background-color: rgb(255,255,255);"> weiufhuweifbw fhew fibwefbw</span></font><div><font color="#009900"><span style="background-color: rgb(255,255,255);">wekifbwe fewf</span></font></div><div><font color="#009900"><span style="background-color: rgb(255,255,255);">weiuifgewbfjew f</span></font></div>
18-Oct-2016
null

希望它有所帮助。

免责声明：我是这个图书馆的作者。它是开源和免费的（Apache v2.0许可证）

解析CSV文件，其中内容中的封装器未正确转义

2 个答案: