Question

以下代码读取csv文件并定义从csv文件的行中获取的字段。问题是csv文件的firstname列的名称包含逗号“，”（例如Charles，Junior）。逗号和后面的名称是名字的一部分。我无法想出一种有效的方法来检查这些逗号，并将它们视为分界符，因为它们是名字本身的一部分。逗号的存在会创建一个不可取的新选项卡。我需要在不篡改csv文件的情况下执行此操作。有什么建议吗？

        //skip the first line since it is column names
        strLine = br.readLine();
        int tokenNumber= 0;

      //read comma separated file line by line
        while( (strLine = br.readLine()) != null)
        {
            //break comma separated line using ","
            st = new StringTokenizer(strLine, ",");
        while(st.hasMoreTokens())
            {
                switch (tokenNumber)
                {
                    case 1: firstName = st.nextToken(); break;
                    case 2: lastName = st.nextToken(); break;
                    default: st.nextToken(); break;
                }

                tokenNumber++;
            }

Answer 1

处理此类无效的CSV文件时，您的选项相当有限。

如果您知道文件中有多少列，并且其他列都没有这样的潜在逗号问题，您可以计算该行中的总列数，并重复将前两列组合在一起，直到您'降低到你期望的列数
如果第三列具有可预测值（例如，数字），并假设第二列永远不会出现逗号问题，则可以重复组合前两列，直到第三列包含与之匹配的值你期望的模式
如果您有第一个和/或最后一个名称列的允许值列表，则可以重复组合前两列，直到第一列和第二列中的值都具有有效值。

要问自己的关键问题是“你将如何手动处理这个过程？”。如果手动过程依赖于使用某些人为推理（例如识别通用名称），那么您将很难在代码中进行此操作。

使用分隔符

1 个答案: