CSV文件导入.Net

时间:2008-08-05 04:43:22

标签: c# vb.net file csv import

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。

12 个答案:

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@ NotMyselfFileHelpers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。