Question

我一直在努力理解XML和CSV解析的工作方式，而不是实际编写任何代码。我可能要在正在进行的项目中解析.csv文件，我想做好准备。（我必须将它们转换为.ofx文件）

我也知道那里可能有一千个XLM和csv解析器，所以我比我担心的更好奇。我打算使用我相信微软提供的XMLReader。

假设我有以下.csv文件

02/02/2016; myfirstname;我的姓 ;某个地方; 321654;评论;布拉布拉

有时会丢失一个字段。这意味着，为了这个例子，姓氏不是强制性的，某些字段可能就在第一个名字后面。

我的问题是：

如何避免somefield和lastname之间的混淆？

我可以计算字段的总数，但在我的情况下，两个是可选的，如果只有一个丢失，我不能确定它是哪一个。

如何避免错误的“标签”？我的意思是，如果用户的第一条评论包含;，我如何确定它是评论的一部分，而不是以下标记的开头？

同样，我可以计算其余字段并找出我的位置，但这排除了可选字段问题。

我的问题也适用于XML，如果用户开始在表单中编写XML，我该怎么办？我决定将表格导出为.csv或.xml，可能会有麻烦。

现在我假设c＃Xml读取器/解析器非常棒，可以处理它;如果是的话，我真的很好奇。

Answer 1

假设已正确导出CSV / XML数据，这些都不会成为问题。丢失的字段将由重复的分隔符处理：

2016年2月2日; myfirstname ;; somefield

字段中的分号通常通过引用来处理：

2016年2月2日; “myfirst;名称”;

报价在字符串中转义：

2016年2月2日; “我”， “第一”， “名称”;

使用XML它甚至不是问题，因为标签或属性都有名称。

如果你的CSV数据格式不正确，那么你就会遇到更大的问题，因为可能无法区分缺失的字段和非引用的分隔符。

Answer 2

Fisrt

如何避免somefield和lastname之间的混淆？

如果不改变文件的逻辑，就没有办法做到这一点。例如：当＆＃34; mylastname＆＃34;是空的你可能有一个＆＃34;＆＃34;值，空字符串或类似的;;

如何避免错误＆＃34;标记＆＃34;？我的意思是，如果用户的第一条评论包含一个;，我如何确定它是评论的一部分，而不是以下标记的开头？

很简单，你必须这样提交：

- 列的分离

＆＃34;＆＃34; - 列的delimetr

值;值;＆＃34;值;;;;值＆＃34 ;;值

仅为separtor分割;没有分隔符＆＃34;＆＃34;这段代码是经过测试和编译的

public static string[] SplitWithDelimeter(this string line, char separator, char checkSeparator, bool eraseCheckSeparator)
        {
            var separatorsIndexes = new List<int>();

            var open = false;

            for (var i = 0; i < line.Length; i++)
            {
                if (line[i] == checkSeparator)
                {
                    open = !open;
                }

                if (!open && line[i] == separator )
                {
                    separatorsIndexes.Add(i);
                }
            }

            separatorsIndexes.Add(line.Length);

            var result = new string[separatorsIndexes.Count];

            var first = 0;

            for (var j = 0; j < separatorsIndexes.Count; j++)
            {
                var tempLine = line.Substring(first, separatorsIndexes[j] - first);

                result[j] = eraseCheckSeparator ? tempLine.Replace(checkSeparator, ' ').Trim() : tempLine;

                first = separatorsIndexes[j] + 1;
            }

            return result;
        }

返回将是：

值

＆＃34;值;;;;值＆＃34;

值

Answer 3

如何避免错误的“标签”？如果（can）包含分隔符，则应引用字符串值。如果您创建CSV文件，请引用并取消引用所有字符串值。
如何避免somefield和lastname之间的混淆？对此没有一般解决方案，所有案例都必须逐一处理。一般算法可以决定是否缺少名字或姓氏？没有。如果您知道可以省略哪些字段，则可以编写“智能”处理。

使用XML，您的所有问题都将得到解决。

如何避免csv / XML

3 个答案: