Question

以下是我正在使用的代码段：

    StringWriter writer = new StringWriter();
    CSVWriter csvwriter = new CSVWriter(writer);
    String[] originalValues = new String[2];
    originalValues[0] = "t\\est";
    originalValues[1] = "t\\est";
    System.out.println("Original values: " + originalValues[0] +"," + originalValues[1]);
    csvwriter.writeNext(originalValues);

    csvwriter.close();
    CSVReader csvReader = new CSVReader(new StringReader(writer.toString()));
    String[] resultingValues = csvReader.readNext();
    System.out.println("Resulting values: " + resultingValues[0] +"," + resultingValues[1]);

上述代码段的输出为：

Original values: t\est,t\est
Resulting values: test,test

反斜杠（＆＃39; \＆＃39;）字符在转换后消失了!!!

通过一些基本分析，我发现它正在发生，因为CSVReader使用Back斜杠（＆＃39; \＆＃39;）作为默认转义字符，其中CSVWriter使用双引号（＆＃39;＆＃34;＆＃39;）作为默认转义字符。

默认行为不一致的原因是什么？

为解决上述问题，我设法找到以下两个解决方案：

1）使用空字符覆盖CSVReader的默认转义字符：

 CSVParser csvParser = new CSVParserBuilder().withEscapeChar('\0').build();
 CSVReader csvReader = new CSVReaderBuilder(new StringReader(writer.toString())).withCSVParser(csvParser).build();

2）使用严格遵循RFC4180标准的RFC4180Parser：

RFC4180Parser rfc4180Parser = new RFC4180ParserBuilder().build();
CSVReader csvReader = new CSVReaderBuilder(new StringReader(writer.toString())).withCSVParser(rfc4180Parser).build();

可以使用上述任何方法对任何其他角色造成任何副作用吗？

为什么RFC4180Parser不是默认解析器？它是否只是为了保持向后兼容性，因为RFC4180Parser在后续版本中引入了？

Answer 1

我认为我们正在寻找两种逃避方式。

1）在csv中转义双引号：

test,"Monitor 24"", Samsung"
test,"Monitor 24\", Samsung"  // Linux style

由于我们在第二个字段中有逗号，因此该字段必须用双引号括起来。然后，必须使用""或\"对该字段中的任何双引号进行转义。

2） \也是general escape character，例如\t（标签）或\n（换行符）。

由于'e'不在要转义的字符列表中，因此\会被忽略并删除。

因此，如果您要写"t\\\\est"，该文件将包含"t\\est"（转义反斜杠）并在阅读后显示"t\est"。或者在阅读后写"\\test"可能会显示tab和"est"。

为了在阅读之后保持\，你确实必须告诉解析器以某种方式忽略这些序列，但是当前行为对我来说看起来并不一致 - 实际上它们都在处理{{1}作为转义字符。

为什么CSVWriter和CSVReader使用不同的默认转义字符？

1 个答案: