Question

我的问题是我从csv文件创建了一个数组，现在我必须输出带有重复项的任何值。该文件的布局为5x9952。它由数据组成：

id,birthday,name,sex, first name

我现在喜欢在每个栏目中显示我的程序（例如姓名）。就好像有两个人同名。但无论我在互联网上发现什么，只会向我显示行的重复（如果名称和名字相同）。这是我到目前为止所得到的：

package javacvs;

import java.io.BufferedReader;
import java.io.FileReader;
import java.io.IOException;
import java.util.Arrays;
import java.util.HashSet;
import java.util.Set;

/**
 *
 * @author Tobias
 */
public class main {

    /**
     * @param args the command line arguments
     */
    public static void main(String[] args) {
        String csvFile = "/Users/Tobias/Desktop/PatDaten/123.csv";
        String line = "";
        String cvsSplitBy = ",";

        try (BufferedReader br = new BufferedReader(new FileReader(csvFile))) {

            while ((line = br.readLine()) != null) {

                // use comma as separator
                String[] patDaten = line.split(cvsSplitBy);


for (int i = 0; i < patDaten.length-1; i++)
        {
            for (int j = i+1; j < patDaten.length; j++)
            {
                if( (patDaten[i].equals(patDaten[j])) && (i != j) )
                {
                    System.out.println("Duplicate Element is : "+patDaten[j]);
                }
            }
        }
                }
            }catch (IOException e) {
            e.printStackTrace();
        }
        }

    }

（我更改了csv的名称，因为它包含机密数据）

Answer 1

您正在迭代行而不是迭代列。你需要做的是在列上进行相同的循环。

您可以做的是在单独的数组中累积名称而不是迭代它。我相信你知道要比较的列是什么索引。因此，您需要一个额外的循环来累积要检查重复的列。

Answer 2

真实存在：停止思考“低级别”。好的OOP是关于创建有用的抽象。

换句话说：您的第一站应该是创建一个有意义的类定义来表示一行的内容，现在让我们将其称为Person类。然后你将你的进一步关注点分开：

你创建了一个除了读取该CSV文件之外别无其他任何操作的类/方法 - 并且每行创建一个Person对象
您创建了一个有意义的数据结构，告诉您重复项

后者可以（例如）某种反向索引。含义：你有Map<String, List<Person>>。在阅读了所有Person对象（可能在一个简单的列表中）之后，您可以这样做：

Map<String, List<Person>> personsByName = new HashMap<>();
for (Person p : persons) {
  List<Person> personsForName = personsByName.get(p.getName());
  if (personsByName == null) {
    personsForName = new ArrayList<>();
    personsByName.put(p.getName(), personsForName);
  }
  personsForName.add(p);
}

在该循环之后，该映射包含表中使用的所有名称 - 并且对于每个名称，您都有相应人员的列表。

Answer 3

有点不清楚你想要呈现什么，整个记录，还是只有重复的名字。

仅限名称：

String csvFile = "test.csv";

List<String> readAllLines = Files.readAllLines(Paths.get(csvFile));

Set<String> names = new HashSet<>();

readAllLines.stream().map(s -> s.split(",")[2]).forEach(name -> {
    if (!names.add(name)) {
        System.out.println("Duplicate name: " + name);
    }
});

整个记录：

String csvFile = "test.csv";

List<String> readAllLines = Files.readAllLines(Paths.get(csvFile));

Set<String> names = new HashSet<>();
readAllLines.stream().forEach(record -> {
    String name = record.split(",")[2];
    if (!names.add(name)) {
        System.out.println("Duplicate name: " + name + " with record " + record);
    }
});

Answer 4

你的问题是你的循环嵌套。你所做的是，你读了一行，将它拆分，然后你将这一行的字段相互比较。你甚至不把一行与其他行比较！

首先，您需要一个适用于所有行的数组，以便您可以比较这些行。正如GhostCat在他的回答中建议的那样，你应该使用你自己的类Person，它有五个字段作为属性。但你可以使用第二个数组，所以你可以像亚历山大彼得罗夫在他的回答中所说的那样使用索引。在后一种情况下，您将获得一个二维数组：

String[][] patDaten;

之后，您将读取csv文件的所有行，并为每行创建一个新的Person或一个新的内部数组。

阅读整个文件后，您可以根据需要比较字段。在这里你使用双循环。因此，您将patDaten[i].getName()与patDaten[j].getName()或数组patDaten[i][1]与patDaten[j][1]进行比较。

从csv文件（Java）显示字符串数组中的重复项

4 个答案: