Question

我正在创建一个应用程序，它将MS Access表和Excel表转换为.csv文件，然后将访问表与excel表区分开来。 .csv文件很好但是生成的差异文件在包含html的字段中有错误（访问表包含带有html的字段）。我不确定这是否是一个特殊的字符问题，因为特殊字符在创建.csv文件时不是问题，或者如果我对差异这两个文件的方式存在问题。

我认为部分问题可能是在访问.csv文件中，包含html的字段被格式化，以便某些信息在单独的行上而不是在一行上的所有信息，这可能会丢掉读者，但我不知道如何纠正这个问题。

这是用于创建差异文件的代码：

    string destination = Form2.destination;
    string path = Path.Combine(destination, "en-US-diff.csv");
    string difFile = path;
    if (File.Exists(difFile))
    {
        File.Delete(difFile);
    }
    using (var wtr = new StreamWriter(difFile))
    {
        // Create the IEnumerable data sources
        string[] access = System.IO.File.ReadAllLines(csvOutputFile);
        string[] excel = System.IO.File.ReadAllLines(csvOutputFile2);

        // Create the query

        IEnumerable<string> differenceQuery = access.Except(excel);

        // Execute the query
        foreach (string s in differenceQuery)
        {
            wtr.WriteLine(s);
        }        
    }

Answer 1

物理线与逻辑线。一种解决方案是使用一个sentinel，它只是一个以这种方式选择的任意字符串标记，以免混淆解析过程，例如“## || ##”。

创建输入文件后，将标记添加到每行的末尾...

1,1,1,1,1,1，### || ##

回到你的代码，System.IO.File.ReadAllLines（csvOutputFile）;使用Environment.Newline字符串作为其sentinel。这意味着您需要将此语句替换为以下（伪代码）...

    const string sentinel = "##||##";
    string myString = File.ReadAllText("myFileName.csv");
    string[] access = myString.Split(new string[]{sentinel}, 
                               StringSplitOptions.RemoveEmptyEntries);

此时，您将在“访问”数组中以您想要的方式将CSV行作为“逻辑”行的集合。

为了使事情更符合要求，您还需要在数组的每一行上执行此语句...

line = line.Replace(Environment.NewLine, String.Empty).Trim();

这将删除罪魁祸首，并允许您使用已经开发的方法解析CSV。当然，如果需要，可以将此语句与LINQ表达式中的IO语句结合使用。

从.csv文件创建差异文件

1 个答案: