Question

我有一个将.csv文件转换为数据表的函数。我正在转换的列之一是名称中包含逗号的字段，即转换函数时“Doe，John”因为逗号而将其视为2个单独的字段。我需要数据表来保存它作为数据表中的一个字段Doe，John。

Function CSV2DataTable(ByVal filename As String, ByVal sepChar As String) As DataTable
    Dim reader As System.IO.StreamReader
    Dim table As New DataTable
    Dim colAdded As Boolean = False

    Try
        ''# open a reader for the input file, and read line by line
        reader = New System.IO.StreamReader(filename)
        Do While reader.Peek() >= 0
            ''# read a line and split it into tokens, divided by the specified 
            ''# separators
            Dim tokens As String() = System.Text.RegularExpressions.Regex.Split _
                (reader.ReadLine(), sepChar)
            ''# add the columns if this is the first line
            If Not colAdded Then
                For Each token As String In tokens
                    table.Columns.Add(token)
                Next
                colAdded = True
            Else
                ''# create a new empty row
                Dim row As DataRow = table.NewRow()
                ''# fill the new row with the token extracted from the current 
                ''# line
                For i As Integer = 0 To table.Columns.Count - 1
                    row(i) = tokens(i)
                Next
                ''# add the row to the DataTable
                table.Rows.Add(row)
            End If
        Loop

        Return table
    Finally
        If Not reader Is Nothing Then reader.Close()
    End Try
End Function

Answer 1

您考虑使用

而不是推出自己的解决方案

http://www.filehelpers.net/

它应该解决你的问题。

Answer 2

不要使用.Split()函数来读取csv数据。它不仅会导致您遇到的那种错误，而且速度也会变慢。您需要一个基于状态机的解析器。这样会更快，并且更容易正确处理引号括起的文本。

我在这里有一个例子：
Reading CSV files in C#

并且您可以在codeplex上使用备受推崇的CSV阅读器：
http://www.codeproject.com/KB/database/CsvReader.aspx

您可以使用我的代码：

Function DataTableFromCSV(ByVal filename As String) As DataTable
    Dim table As New DataTable
    Dim colAdded As Boolean = False

    For Each record As IList(Of String) In CSV.FromFile(filename)
        ''# Add column headers on first iteration
        If Not colAdded Then
            For Each token As String In record
                table.Columns.Add(token)
            Next token
            colAdded = True
        Else
            ''# add the row to the table
            Dim row As DataRow = table.NewRow()
            For i As Integer = 0 To table.Columns.Count - 1
                row(i) = record(i)
            Next
            table.Rows.Add(row)
        End If
    Next record

    Return table
End Function

如果您正在使用.net 3.5或更高版本，我会稍微改写一下，将列创建从每个循环中拉出来（使用类型推断和.Take(1)），但我想成为确定这也适用于.Net 2.0。

Answer 3

我无法帮助你解决VB.NET问题，但RFC 4180是你的朋友。具体而言，第2节：

5。每个字段可能包含也可能不包含在双引号中（但是某些程序（如Microsoft Excel）不使用double 报价在所有）。如果字段没有用双引号括起来，那么双引号可能不会出现在字段内。例如：
   "aaa","bbb","ccc" CRLF
   zzz,yyy,xxx
6。包含换行符（CRLF），双引号和逗号的字段应该用双引号括起来。例如：
   "aaa","b CRLF
   bb","ccc" CRLF
   zzz,yyy,xxx
7。如果使用双引号括起字段，则使用双引号出现在一个字段内必须通过前面的方式进行转义另一个双引号。例如：
   "aaa","b""bb","ccc"

Answer 4

尝试拆分“ 然后从第一个元素开始跳过每个第二个元素。例如：

 "Test,Name","123 Street,","NY","12345" 
Dim tokens As String() =  = System.Text.RegularExpressions.Regex.Split _
            (reader.ReadLine(), """") 'Or send in " as the sepchar

你会得到

 {Length=9}
    (0): ""
    (1): "Test,Name"
    (2): ","
    (3): "123 Street,"
    (4): ","
    (5): "NY"
    (6): ","
    (7): "12345"
    (8): ""

因此，您只需要使用奇数编号的元素来检索数据。唯一需要注意的是，在数据文件中还有一个“

我仍然认为您应该使用外部库重新考虑不。

这是一篇解决它的文章。 http://www.secretgeek.net/csv_trouble.asp

Answer 5

像其他人所说的那样，不要自己动手。

尝试CSVHelper（我维护的库）。它分为解析器和读取器，因此您可以根据需要使用解析器。如果你想查看它的来源，解析代码非常简单且符合RFC 4180。

Answer 6

您是否考虑过使用内置于.Net框架中的TextFieldParser类？

它有一个名为HasFieldsEnclosedInQuotes的属性，可以处理你的情况。

您可以设置分隔符，然后调用ReadLine和ReadFields方法来获取字段数据，它应该考虑用引号括起来的那些字段。

添加一种方法将CSV中的逗号保存到DataTable函数

6 个答案: