我意识到这是一个新手问题,但我正在寻找一个简单的解决方案 - 似乎应该有一个。
将CSV文件导入强类型数据结构的最佳方法是什么?再简单=更好。
答案 0 :(得分:74)
Microsoft的TextFieldParser是稳定的,并且对于CSV文件遵循RFC 4180。不要被Microsoft.VisualBasic
命名空间拖延;它是.NET Framework中的标准组件,只需添加对全局Microsoft.VisualBasic
程序集的引用。
如果您正在为Windows编译(而不是Mono)并且不期望必须解析“损坏”(不符合RFC的)CSV文件,那么这将是显而易见的选择,因为它是免费的,不受限制的,稳定,并得到积极支持,其中大部分都不能用于FileHelpers。
另请参阅:How to: Read From Comma-Delimited Text Files in Visual Basic获取VB代码示例。
答案 1 :(得分:50)
答案 2 :(得分:21)
使用OleDB连接。
String sConnectionString = "Provider=Microsoft.Jet.OLEDB.4.0;Data Source=C:\\InputDirectory\\;Extended Properties='text;HDR=Yes;FMT=Delimited'";
OleDbConnection objConn = new OleDbConnection(sConnectionString);
objConn.Open();
DataTable dt = new DataTable();
OleDbCommand objCmdSelect = new OleDbCommand("SELECT * FROM file.csv", objConn);
OleDbDataAdapter objAdapter1 = new OleDbDataAdapter();
objAdapter1.SelectCommand = objCmdSelect;
objAdapter1.Fill(dt);
objConn.Close();
答案 3 :(得分:12)
如果您期望相对复杂的CSV解析方案,甚至不会想到滚动我们自己的解析器。有许多优秀的工具,例如FileHelpers,甚至来自CodeProject的工具。
关键是这是一个相当普遍的问题,你可以打赌很多的软件开发人员已经考虑并解决了这个问题。
答案 4 :(得分:9)
Brian为将其转换为强类型集合提供了一个很好的解决方案。
给出的大多数CSV解析方法都没有考虑转义字段或CSV文件的其他一些细微之处(如修剪字段)。这是我个人使用的代码。它的边缘有点粗糙,并且几乎没有错误报告。
public static IList<IList<string>> Parse(string content)
{
IList<IList<string>> records = new List<IList<string>>();
StringReader stringReader = new StringReader(content);
bool inQoutedString = false;
IList<string> record = new List<string>();
StringBuilder fieldBuilder = new StringBuilder();
while (stringReader.Peek() != -1)
{
char readChar = (char)stringReader.Read();
if (readChar == '\n' || (readChar == '\r' && stringReader.Peek() == '\n'))
{
// If it's a \r\n combo consume the \n part and throw it away.
if (readChar == '\r')
{
stringReader.Read();
}
if (inQoutedString)
{
if (readChar == '\r')
{
fieldBuilder.Append('\r');
}
fieldBuilder.Append('\n');
}
else
{
record.Add(fieldBuilder.ToString().TrimEnd());
fieldBuilder = new StringBuilder();
records.Add(record);
record = new List<string>();
inQoutedString = false;
}
}
else if (fieldBuilder.Length == 0 && !inQoutedString)
{
if (char.IsWhiteSpace(readChar))
{
// Ignore leading whitespace
}
else if (readChar == '"')
{
inQoutedString = true;
}
else if (readChar == ',')
{
record.Add(fieldBuilder.ToString().TrimEnd());
fieldBuilder = new StringBuilder();
}
else
{
fieldBuilder.Append(readChar);
}
}
else if (readChar == ',')
{
if (inQoutedString)
{
fieldBuilder.Append(',');
}
else
{
record.Add(fieldBuilder.ToString().TrimEnd());
fieldBuilder = new StringBuilder();
}
}
else if (readChar == '"')
{
if (inQoutedString)
{
if (stringReader.Peek() == '"')
{
stringReader.Read();
fieldBuilder.Append('"');
}
else
{
inQoutedString = false;
}
}
else
{
fieldBuilder.Append(readChar);
}
}
else
{
fieldBuilder.Append(readChar);
}
}
record.Add(fieldBuilder.ToString().TrimEnd());
records.Add(record);
return records;
}
请注意,这不处理字段的边缘情况,这些字段没有被双引号括起来,但是meerley里面有一个带引号的字符串。请参阅this post以获得更好的扩展以及一些适当库的链接。
答案 5 :(得分:9)
我同意@ NotMyself。 FileHelpers已经过充分测试,可以处理各种边缘情况,如果您自己进行处理,最终必须处理这些边缘情况。看看FileHelpers做了什么,只有你绝对确定(1)你永远不需要处理FileHelpers所做的边缘情况,或者(2)你喜欢写这种东西并且要去当你必须解析这样的东西时,我会高兴极了:
1,“比尔”,“史密斯”,“主管”,“无评论”
2,'德雷克','奥马利',“看门人,糟糕,我没有被引用,我正在换行!
答案 6 :(得分:6)
我很无聊所以我修改了一些我写的东西。它尝试以OO方式封装解析,减少文件中的迭代次数,它只在顶级foreach迭代一次。
using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.IO;
namespace ConsoleApplication1
{
class Program
{
static void Main(string[] args)
{
// usage:
// note this wont run as getting streams is not Implemented
// but will get you started
CSVFileParser fileParser = new CSVFileParser();
// TO Do: configure fileparser
PersonParser personParser = new PersonParser(fileParser);
List<Person> persons = new List<Person>();
// if the file is large and there is a good way to limit
// without having to reparse the whole file you can use a
// linq query if you desire
foreach (Person person in personParser.GetPersons())
{
persons.Add(person);
}
// now we have a list of Person objects
}
}
public abstract class CSVParser
{
protected String[] deliniators = { "," };
protected internal IEnumerable<String[]> GetRecords()
{
Stream stream = GetStream();
StreamReader reader = new StreamReader(stream);
String[] aRecord;
while (!reader.EndOfStream)
{
aRecord = reader.ReadLine().Split(deliniators,
StringSplitOptions.None);
yield return aRecord;
}
}
protected abstract Stream GetStream();
}
public class CSVFileParser : CSVParser
{
// to do: add logic to get a stream from a file
protected override Stream GetStream()
{
throw new NotImplementedException();
}
}
public class CSVWebParser : CSVParser
{
// to do: add logic to get a stream from a web request
protected override Stream GetStream()
{
throw new NotImplementedException();
}
}
public class Person
{
public String Name { get; set; }
public String Address { get; set; }
public DateTime DOB { get; set; }
}
public class PersonParser
{
public PersonParser(CSVParser parser)
{
this.Parser = parser;
}
public CSVParser Parser { get; set; }
public IEnumerable<Person> GetPersons()
{
foreach (String[] record in this.Parser.GetRecords())
{
yield return new Person()
{
Name = record[0],
Address = record[1],
DOB = DateTime.Parse(record[2]),
};
}
}
}
}
答案 7 :(得分:5)
CodeProject上有两篇文章为解决方案提供代码,一篇使用StreamReader,另一篇imports CSV data使用Microsoft Text Driver。
答案 8 :(得分:2)
一个很简单的方法是打开文件,将每一行读入数组,链表,数据结构中。但要小心处理第一行。
这可能是你的想法,但似乎有一种直接的方法来使用connection string来访问它们。
为什么不尝试使用Python而不是C#或VB?它有一个很好的CSV模块可以导入,为你完成所有繁重的任务。
答案 9 :(得分:1)
今年夏天,我不得不在.NET中使用CSV解析器进行项目,并使用Microsoft Jet Text Driver。使用连接字符串指定文件夹,然后使用SQL Select语句查询文件。您可以使用schema.ini文件指定强类型。我一开始并没有这样做,但是当数据的类型不明显时,我得到了不好的结果,比如IP号码或像“XYQ 3.9 SP1”这样的条目。
我遇到的一个限制是它无法处理超过64个字符的列名;它会截断。这应该不是问题,除了我处理设计非常糟糕的输入数据。它返回一个ADO.NET数据集。
这是我找到的最佳解决方案。我会谨慎地推出自己的CSV解析器,因为我可能会错过一些最终案例,而且我没有找到任何其他用于.NET的免费CSV解析包。
编辑:此外,每个目录只能有一个schema.ini文件,因此我动态地附加到它以强列入所需的列。它只会强烈键入指定的列,并推断出任何未指定的字段。我真的很感激这一点,因为我正在处理导入流体70+列CSV并且不想指定每一列,只是指出行为不端的那些。
答案 10 :(得分:1)
我输入了一些代码。 datagridviewer的结果看起来不错。它将单行文本解析为对象的arraylist。
enum quotestatus
{
none,
firstquote,
secondquote
}
public static System.Collections.ArrayList Parse(string line,string delimiter)
{
System.Collections.ArrayList ar = new System.Collections.ArrayList();
StringBuilder field = new StringBuilder();
quotestatus status = quotestatus.none;
foreach (char ch in line.ToCharArray())
{
string chOmsch = "char";
if (ch == Convert.ToChar(delimiter))
{
if (status== quotestatus.firstquote)
{
chOmsch = "char";
}
else
{
chOmsch = "delimiter";
}
}
if (ch == Convert.ToChar(34))
{
chOmsch = "quotes";
if (status == quotestatus.firstquote)
{
status = quotestatus.secondquote;
}
if (status == quotestatus.none )
{
status = quotestatus.firstquote;
}
}
switch (chOmsch)
{
case "char":
field.Append(ch);
break;
case "delimiter":
ar.Add(field.ToString());
field.Clear();
break;
case "quotes":
if (status==quotestatus.firstquote)
{
field.Clear();
}
if (status== quotestatus.secondquote)
{
status =quotestatus.none;
}
break;
}
}
if (field.Length != 0)
{
ar.Add(field.ToString());
}
return ar;
}
答案 11 :(得分:0)
如果您可以保证数据中没有逗号,那么最简单的方法可能就是使用String.split。
例如:
String[] values = myString.Split(',');
myObject.StringField = values[0];
myObject.IntField = Int32.Parse(values[1]);
您可以使用图书馆来提供帮助,但这可能就像您可以获得的一样简单。只需确保数据中没有逗号,否则您需要更好地解析它。