Question

我正在尝试阅读您可以从此处下载的csv：https://exoplanetarchive.ipac.caltech.edu/cgi-bin/TblView/nph-tblView?app=ExoTbls&config=planets。只需点击“下载表格”，然后选择CSV，所有列，所有行。

代码存在一些问题：

如何识别评论？我希望类只是跳过它们，不要把它们放在字段变量中。但他们是。
为什么列数错误？它们是403而不是它找到405.根据pandas（Python3）它们是403.事实上，当我尝试使用TextFieldParser对此csv进行更复杂的操作时，我得到一些错误，如OutOfBoundary与数组的索引相关（当然，列是403，但它们虽然是405）。

代码：

private void loadData(string fileName) {

            int rows = 0;
            int columns = 0;

            using (TextFieldParser parser = new TextFieldParser(fileName, Encoding.UTF8))
            {
                parser.TextFieldType = FieldType.Delimited;
                parser.SetDelimiters(",");
                parser.CommentTokens = new []{"#"};
                parser.TrimWhiteSpace = false;
                parser.HasFieldsEnclosedInQuotes = false;

                while (!parser.EndOfData)
                {
                    //Process row

                    string[] fields = parser.ReadFields();
                    foreach (string field in fields)
                    {
                        //TODO: Process field

                    }

                    if (fields.Length == 0) {
                        //Should be a commment
                        printLine("Comment found on row " + rows);
                    }

                    if (fields.Length > columns)
                        columns = fields.Length;

                    rows++;
                }

                printLine ("Rows: " + rows);
                printLine ("Columns: " + columns);
                printLine ("Errors on line: " + parser.ErrorLineNumber);

            }

        }

Answer 1

要忽略注释行，您需要更改parser.CommentTokens语句以使用新字符串[]如下所示

   parser.CommentTokens = new string []{"#"};

更改后，评论将被忽略。文件中有3行具有不同的列数，然后是403，其他所有列都

我添加了下面的检查，以确定字段数何时大于403（第159,3310和3311行有404和405列/字段）

   if (fields.Length > 403)
     {
       Console.WriteLine($"Line:{lineNo} has {fields.Length}.");
     }

至少你可以对那些超过预期字段数的行进行某种检查/清理

[C＃] TextFieldParser表现不如预期

1 个答案: