我有一个csv文件。当前分隔符为,。我想用|替换所有逗号。
当然，所有逗号都是指那些用作分隔符的逗号。例如，双引号"some text, text"内的逗号不是分隔符，不应替换为|
基本上这是一个非常简单的任务，Excel文件很小。但如果它很大，那么？什么是最有效的方式？
我可以使用openCSV API但是，逐行读取太慢（我的数据集很大）
或者我可以使用缓冲读取器，因为它逐行读取也很慢。
有没有更有效的方法将,分隔符文件转换为|文件？
（PS：我有一个代码，我没有在这里发布。它基本上是逐行读取的。我甚至尝试过多线程，但我的50,000,000行仍然在一小时内被转换，这是非常缓慢的）
答案 0 :(得分：3)
请查看https://meta.stackexchange.com/questions/66377/what-is-the-xy-problem
您正在询问一个非常具体的解决方案，并且没有用一个单词提及实际问题。
问自己两个问题：
1。）为什么是具有错误分隔符的CSV？你可以在世代期间改变吗？
2。）为什么您的应用程序是否要求CSV文件具有某些分隔符，而不是让用户定义文件中使用的分隔符？
答案 1 :(得分：1)
您基本上有两个选择：
对于（1），如果数据集中的所有记录均为1行，则可以使用readLine()类的BufferedReader方法读取它们，并且可以为每条记录（行）读取它们逐个字符地读/写，确保不替换转义的分隔符（例如，引号内的逗号）。如果数据集具有复杂的特殊情况，如多行记录或其他类型的转义字符（例如'\,'），则不要尝试（1）并遵循最佳方法，在所有情况下都是（2）。< / p>
CSV库（选择保留字段间空格的库，如OpenCSV）将允许您非常快速地读取所有记录（按每秒数十或数十万条记录的顺序，具体取决于多少记录有的字段）并提取所有字段，然后通过将它们连接到记录中来重写到磁盘，由新的分隔符分隔。
整个任务不需要1小时。它应该在15'左右可行。