Question

我正在阅读csv文件，其中包含逗号（，）作为字段分隔符和双引号（＆＃34;）作为文本限定符。以下是获取行的列的代码：

row.split(",(?=([^\"]*\"[^\"]*\")*[^\"]*$)")

工作正常。但我想动态指定我的字段分隔符和文本限定符，即它们将作为输入与csv文件一起传递。并且将根据输入字段分隔符和文件解析文件。文本限定符。如何修改上面的正则表达式以获取字段分隔符＆amp;文本限定符即时。

编辑：我正在使用Apache Commons CSV来解析csv文件。但在我的情况下，标题行可以是文件中的任何行。并且无法将标题行索引传递给Commons CSV解析器。所以我将手动读取文件并获取标题行。将其列拆分为String数组并将其传递给解析器。加上现场分离器＆amp;文本限定符是用户定义的，因此需要在此基础上进行拆分。

Answer 1

uniVocity-parsers可以自动检测输入格式以发现要使用的分隔符/引号字符：

    CsvParserSettings settings = new CsvParserSettings(); //many options here, check the tutorial.

    // turns on automatic detection of line separators, 
    // column separators, quotes & quote escapes
    settings.detectFormatAutomatically();

    // configures to skip a number of rows from the input and start parsing from there
    settings.setNumberOfRowsToSkip(3);

    // configures the parser to extract headers from the first parsed row
    settings.setHeaderExtractionEnabled(true);

    CsvParser parser = new CsvParser(settings);
    List<String[]> rows = parser.parseAll(new File("/path/to/your/file.csv"));

免责声明：我是这个库的作者，它是开源和免费的（Apache 2.0许可证）

Answer 2

TL; DR：使用CSV解析器

这是唯一正确的答案。解析文件只有一种方法，那就是使用解析器。

使用示例OpenCSV（没有联盟，只是我的首选）：

try(final  CSVReader reader = new CSVReader(new FileReader("yourfile.csv"), '\t', '"', '\'')) {
//                                                ^ your file                ^ delimiter
//                                                                                 ^ quote
//                                                                                       ^ escape char

}

这是完全可配置的，并且支持转义序列，与正则表达式解决方案不同。

为CSV文件

2 个答案:

TL; DR：使用CSV解析器