Question

只是想得到确认。我们得到了csv文件的解析器。我们收到了昨天在csv文件上看起来不像的文件（逗号分隔或固定）。没有统一的分隔符，或。或标签。发送该文件的人写道：“节点文件不会采用逗号分隔格式，字段分隔也不一致”。所以它不是逗号分隔/或固定文件，它只是一些自定义文件我是对的吗？

格式：

AAP-MCR01-to-MCR02<SPACE>cpsModuleModel<SPACE>9152<SPACE>1<DOUBLESPACE>cpsmM100

示例：

AAP-MCR01-to-MCR02 cpsModuleModel 9152 1  cpsmM100 
AAP-MCR01-to-MCR02 cpsModuleModel 9152 2  cpsDblWide 
AAP-MCR01-to-MCR02 cpsModuleModel 9152 3  cpsEmpty 
AAP-MCR01-to-MCR02 cpsModuleModel 9152 4  cpsEmpty 
AAP-MCR01-to-MCR02 cpsModuleModel 9152 5  cpsEmpty 
AAP-MCR01-to-MCR02 cpsModuleModel 9152 6  cfetf205 
AAP-MCR01-to-MCR02 cpsModuleModel 9152 7  cettf100 
AAP-MCR01-to-MCR02 cpsModuleModel 9152 8  cpsEmpty 
AAP-MCR01-to-MCR02 cpsModuleModel 9152 9  cettf100 
AAP-MCR01-to-MCR02 cpsModuleModel 9152 10  cpsEmpty 
AAP-MCR01-to-MCR02 cpsModuleModel 9152 11  cpsEmpty 
AAP-MCR01-to-MCR02 cpsModuleModel 9152 12  cpsEmpty 
AAP-MCR01-to-MCR02 cpsModuleModel 9152 13  cpsEmpty 
AAP-MCR01-to-MCR02 cpsModuleModel 9152 14  cpsEmpty 
AAP-MCR01-to-MCR02 cpsModuleModel 9152 15  cpsEmpty 
AAP-MCR01-to-MCR02 cpsModuleModel 9152 16  cpsEmpty 
AAP-MCR01-to-MCR02 cpsModuleModel 9152 17  cpsEmpty 
AAP-MCR01-to-MCR02 cpsModuleModel 9152 18  cpsEmpty 
AAP-MCR01-to-MCR02 cpsModuleModel 9152 125  cpsmp100 
AAP-MCR01-to-MCR02 cpsModuleModel 9152 126  cpsmp100 
AAP-MCR01-to-MCR02 cpsModuleModel 9152 127  cpsEmpty 
AAP-MCR01-to-MCR02 cpsModuleModel 9152 128  cpsEmpty 
AL-MCR01 cpsModuleModel 86209 1  cpsmM100 
AL-MCR01 cpsModuleModel 86209 2  cpsDblWide 
AL-MCR01 cpsModuleModel 86209 3  cfbrm105 
AL-MCR01 cpsModuleModel 86209 4  cfbrm105 
AL-MCR01 cpsModuleModel 86209 5  cfbrm105 
AL-MCR01 cpsModuleModel 86209 6  cfbrm105 
AL-MCR01 cpsModuleModel 86209 7  cfbrm105 
AL-MCR01 cpsModuleModel 86209 8  cfbrm105

Answer 1

这部分有点令人不安："nor will the field separations be uniform"。希望这是指双打空间，而不是文件到文件。虽然它不是统一的，但我认为这会使它成为一种自定义格式，虽然不是太奇特。

如果你认为你可以采取什么＆＃34;那家伙＆＃34;作为一个合同，文件看起来像这样，有两种方法来解析它而不诉诸TextFieldParser。两者都很容易。

AAP-MCR01-to-MCR02<SPACE>cpsModuleModel<SPACE>9152<SPACE>1<DOUBLESPACE>cpsmM100

使用OleDB和Schema导入

由于空间分隔符，您无法最大限度地利用Schema，例如命名列。在与数据文件相同的文件夹中创建Schema.Ini，并添加以下定义块：

[MCRData.csv]
ColNameHeader=false
CharacterSet=ANSI
Format=Delimited( )
DecimalSymbol=.
CurrencySymbol=$

不幸的是，文件中的双重空格将创建一个额外的列，并且当发布时，每行都有一个尾随空格，并创建另一个。这可能是HTML / post格式等的工件。Format条目是单个空格，因为这可能不清楚。

代码很简单：

Dim csvStr As String = "Provider=Microsoft.Jet.OLEDB.4.0; Data Source=C:\Temp;Extended Properties='TEXT'"
Dim csvSQL = "SELECT * FROM MCRData.csv"

Using csvCn = New OleDbConnection(csvStr),
         cmd As New OleDbCommand(csvSQL, csvCn)

    Using da As New OleDbDataAdapter(cmd)
        myDT = New DataTable
        da.Fill(myDT)
    End Using

    dgv.AutoGenerateColumns = True
    dgv.DataSource = myDT
End Using

正如我所说，由于分隔符不一致，因此无法定义列，因此它们默认为F1，F2等.F5是双精度空间的伪像，F7是尾随空格的伪像。

字符串拆分

通常String.Split对于实际的CSV来说并不是一个好主意，因为逗号可以是其中一个字段中的合法字符，尤其是作为十进制货币。

在这种情况下，使用空格分隔符，源似乎不太可能在数据中有空格; AAP-MCR01-to-MCR02似乎表明他/她知道这一点。 String.Split也允许一点点清理：

myDT = New DataTable
'ToDo: use better names, may retype some
myDT.Columns.Add("Col1", GetType(String))
myDT.Columns.Add("Col2", GetType(String))
myDT.Columns.Add("Col3", GetType(String))
myDT.Columns.Add("Col4", GetType(String))
myDT.Columns.Add("Col5", GetType(String))

Dim lines = File.ReadAllLines("C:\Temp\MCRData.CSV")
Dim parts As String()
Dim cells As Int32() = {0, 1, 2, 3, 5}

For Each line As String In lines
    ' trim any trailing spaces, cvt dbl space to single
    line = line.Trim.Replace("  ", " ")

    parts = line.Split(" "c)
    If parts.Length = 5 Then
        Dim dr As DataRow = myDT.NewRow

        ' ToDo: conversions
        dr.Item(0) = parts(0)
        dr.Item(1) = parts(1)
        dr.Item(2) = parts(2)
        dr.Item(3) = parts(3)
        dr.Item(4) = parts(4)

        myDT.Rows.Add(dr)
    End If
Next

dr.Item(0) = parts(0)分配可以循环完成，我将其遗漏，因为您可以将一个或两个值转换为数字。结果有点清洁：

VB TextFieldParser也能很好用。它最终几乎与String.Split()方法完全相同。由于尾随空间甚至可能不存在于真实文件中，它将创建第6个虚拟列。

它将处理多个分隔符，但您希望将它们设置为：

Using parser As New TextFieldParser("C:\Temp\MCRData.CSV")
    parser.Delimiters = New String() {"  ", " "}

首先指定双打空格，然后指定空格。它按照给定的顺序切换文本，因此如果首先指定空间，那么最终将使用与OleDb一样的空Col5。

DataTable和DataGridView只是一种可视化结果的简单方法。

将文件重新格式化为标准CSV

The problem is i got already huge solution for lot diffrent files not only .csv

在这种情况下，将文件更改为标准CSV非常简单：

Dim inFile As String = "C:\Temp\MCRData.CSV"
Dim outFile As String = "C:\Temp\MCRData.XSV"

Using sr As New StreamReader(inFile)
    Using sw As New StreamWriter(outFile, False)
        Dim line As String
        Do Until sr.EndOfStream
            line = sr.ReadLine

            ' replace doublespace with space
            ' then space with comma
            line = line.Trim.Replace("  ", " ").Replace(" ", ",")
            sw.WriteLine(line)
        Loop
    End Using
End Using

Answer 2

如Wikipedia所述：

CSV文件格式的官方标准不存在，但RFC 4180为其的许多方面提供了事实上的标准。在流行但是，术语CSV可能表示一些密切相关的分隔符分隔格式，使用各种不同的字段分隔符。这些包括制表符分隔值和空格分隔价值，两者都很受欢迎。这些文件经常被给予 .csv扩展，尽管使用了不同的字段分隔符逗号。这个松散的术语会给数据交换带来问题。

所以，虽然它不包含逗号，但它的定义似乎可以接受以空格分隔的值

解析csv - 无法识别的文件

2 个答案:

使用OleDB和Schema导入

字符串拆分

将文件重新格式化为标准CSV