Question

在我的程序中，我得到了一个庞大，庞大的csv String，我需要将其解析为数据表。数据是这样的：

["Email Address","First Name","Last Name","Phone #","Notes","Group"]
["email@email.com","First","Last","555-555-5555","Note",5]
["email2@email.com","First2","Last2","555-555-5555",null,3]

（要制作一个MVCE，你可以使用它：）

String text = "[\"Email Address\",\"First Name\",\"Last Name\",\"Phone #\",\"Notes\",\"Group\"]\n" +
    "[\"email@email.com\",\"First\",\"Last\",\"555-555-5555\",\"Note\",5]\n" +
    "[\"email2@email.com\",\"First2\",\"Last2\",\"555-555-5555\",null,3]";

第一行是表头，后面的行是值。每行都包含在[和]中，值以逗号分隔。

我需要：

分隔线
分隔每个值

对于＃1，我认为这种方法很好：

Pattern eachLinePattern = Pattern.compile("\\[.*\\][\r\n]+");
Matcher matcher = eachLinePattern.matcher(text);
while (matcher.find()) {
    String line = matcher.group().trim();
}

此正则表达式将捕获.*和[之间的所有内容（]），后跟\n或\r，这应该足以捕获所有的线条（这听起来像一个声明，但这是一个问题。我错过了这个潜在的陷阱吗？）

对于＃2，这是我遇到困难的地方。有些项目是字符串（""），有些则不是（null，＃s等）。

我的第一个想法是使用逗号作为分隔符进行.split()：

Pattern eachLinePattern = Pattern.compile("\\[.*\\][\r\n]+");
Matcher matcher = eachLinePattern.matcher(text);
while (matcher.find()) {
    String line = matcher.group().trim();
    String[] eachItem = line.split(",");
    for(String item : eachItem)
        System.out.println(item);
}

但是，这也有明显的副作用，也就是在数据中捕获逗号。那么，我如何确保数据中的逗号不会被捕获为虚假分隔符？

Answer 1

你自己需要这样做吗？ Apache Commons CSV库是我用于解析CSV文件的一个选项（有others）。在解析分隔文本时，有一些令人惊讶的极端案例，其他人已经比以往更好地完成了它。

如何解析CSV而不捕获错误的分隔符？

1 个答案: