Question

I have this csv file，几乎所有记录都可以正常处理，但是在两种情况下我遇到问题。

情况1： 包含引号内的引号的记录：

"some data "some data" some data"

案例2： 引号中包含逗号的记录：

"some data, some data some data"

我已经研究了这个问题，并开始研究提取器的引用参数，但是我观察到设置（quoting：false）可以解决情况1，而对于情况2则失败，并且设置（quoting：true）可以解决情况2，但不能解决情况1。

约束：没有更改数据文件的空间，将来的数据将进行相应的调整，但是对于这些现有数据，我必须解决。

Answer 1

尝试此操作，将记录导入为一行，并使用双引号将行文本固定（对逗号执行相同的操作）：

DECLARE @input string = @"/Samples/Data/Sample1.csv";
DECLARE @output string = @"/Output/Sample1.txt";

// Import records as one row

@data =
    EXTRACT rowastext string
    FROM @input
    USING Extractors.Text('\n', quoting: false );

// Fix the row text using double quotes

@query =
    SELECT Regex.Replace(rowastext, "([^,])\"([^,])", "$1\"\"$2") AS rowascsv
    FROM @data;    

OUTPUT @query
TO @output
USING Outputters.Csv(quoting : false);

无法使用U-SQL提取简单的Csv文件

1 个答案: