Question

我正在寻找有关如何处理正在创建的csv文件的建议，然后由我们的客户上传，并且可能在值中使用逗号，例如公司名称。

我们正在关注的一些想法是：引用标识符（值“，”值“，”等）或使用|而不是逗号。最大的问题是我们必须让它变得简单，否则客户就不会这样做。

Answer 1

2017年，csv已完全指定 - RFC 4180。

这是一个非常常见的规范，并且被许多库（example）完全覆盖。

只需使用任何易于使用的csv库 - 即RFC 4180。

实际上有CSV格式规范以及如何处理逗号：

包含换行符（CRLF），双引号和逗号的字段应括在双引号中。

^{http://tools.ietf.org/html/rfc4180}

因此，要获得值foo和bar,baz，请执行以下操作：

foo,"bar,baz"

要考虑的另一个重要要求（也来自规范）：

如果使用双引号括起字段，则使用双引号出现在一个字段内必须通过前面的方式进行转义另一个双引号。例如：
"aaa","b""bb","ccc"

Answer 2

正如其他人所说，你需要转义包含引号的值。这是C♯中的一个小型CSV阅读器，支持引用值，包括嵌入式引号和回车。

顺便说一句，这是经过单元测试的代码。我现在正在发布它，因为这个问题似乎出现了很多，其他人可能不需要整个库，只需简单的CSV支持即可。

您可以按如下方式使用它：

using System;
public class test
{
    public static void Main()
    {
        using ( CsvReader reader = new CsvReader( "data.csv" ) )
        {
            foreach( string[] values in reader.RowEnumerator )
            {
                Console.WriteLine( "Row {0} has {1} values.", reader.RowIndex, values.Length );
            }
        }
        Console.ReadLine();
    }
}

以下是课程。请注意，您也可以使用Csv.Escape函数编写有效的CSV。

using System.IO;
using System.Text.RegularExpressions;

public sealed class CsvReader : System.IDisposable
{
    public CsvReader( string fileName ) : this( new FileStream( fileName, FileMode.Open, FileAccess.Read ) )
    {
    }

    public CsvReader( Stream stream )
    {
        __reader = new StreamReader( stream );
    }

    public System.Collections.IEnumerable RowEnumerator
    {
        get {
            if ( null == __reader )
                throw new System.ApplicationException( "I can't start reading without CSV input." );

            __rowno = 0;
            string sLine;
            string sNextLine;

            while ( null != ( sLine = __reader.ReadLine() ) )
            {
                while ( rexRunOnLine.IsMatch( sLine ) && null != ( sNextLine = __reader.ReadLine() ) )
                    sLine += "\n" + sNextLine;

                __rowno++;
                string[] values = rexCsvSplitter.Split( sLine );

                for ( int i = 0; i < values.Length; i++ )
                    values[i] = Csv.Unescape( values[i] );

                yield return values;
            }

            __reader.Close();
        }
    }

    public long RowIndex { get { return __rowno; } }

    public void Dispose()
    {
        if ( null != __reader ) __reader.Dispose();
    }

    //============================================


    private long __rowno = 0;
    private TextReader __reader;
    private static Regex rexCsvSplitter = new Regex( @",(?=(?:[^""]*""[^""]*"")*(?![^""]*""))" );
    private static Regex rexRunOnLine = new Regex( @"^[^""]*(?:""[^""]*""[^""]*)*""[^""]*$" );
}

public static class Csv
{
    public static string Escape( string s )
    {
        if ( s.Contains( QUOTE ) )
            s = s.Replace( QUOTE, ESCAPED_QUOTE );

        if ( s.IndexOfAny( CHARACTERS_THAT_MUST_BE_QUOTED ) > -1 )
            s = QUOTE + s + QUOTE;

        return s;
    }

    public static string Unescape( string s )
    {
        if ( s.StartsWith( QUOTE ) && s.EndsWith( QUOTE ) )
        {
            s = s.Substring( 1, s.Length - 2 );

            if ( s.Contains( ESCAPED_QUOTE ) )
                s = s.Replace( ESCAPED_QUOTE, QUOTE );
        }

        return s;
    }


    private const string QUOTE = "\"";
    private const string ESCAPED_QUOTE = "\"\"";
    private static char[] CHARACTERS_THAT_MUST_BE_QUOTED = { ',', '"', '\n' };
}

Answer 3

CSV格式使用逗号分隔值，包含回车符，换行符，逗号或双引号的值由双引号括起。引用包含双引号的值，并使用前一个引号对每个文字引号进行转义：例如，3个值：

test
list, of, items
"go" he said

将编码为：

test
"list, of, items"
"""go"" he said"

可以引用任何字段，但只能引用包含逗号，CR / NL或引号的字段

。

CSV格式没有真正的标准，但几乎所有应用程序都遵循记录here的约定。其他地方提到的RFC不是CSV的标准，它是在MIME中使用CSV的RFC，包含一些非常规和不必要的限制，使其在MIME之外无用。

我所看到的许多CSV模块不能容纳的事实是，可以在单个字段中编码多行，这意味着您不能假设每行都是单独的记录，您需要不允许您的数据中的换行符或准备好处理此问题。

Answer 4

在字符串周围加上双引号。通常是what Excel does。

Ala Eli，

你躲过两个双引号双引号。例如。 “测试1”， “foo” 的 “条”， “test2的”

Answer 5

您可以在字段周围加上双引号。我不喜欢这种方法，因为它增加了另一个特殊字符（双引号）。只需定义一个转义字符（通常是反斜杠），并在需要转义的地方使用它：

data,more data,more data\, even,yet more

您不必尝试匹配引号，并且您解析的异常更少。这也简化了您的代码。

Answer 6

有一个库可以通过nuget处理几乎任何格式良好的CSV（.net） - CsvHelper

映射到班级的示例：

var csv = new CsvReader( textReader );
var records = csv.GetRecords<MyClass>();

阅读单个字段的示例：

var csv = new CsvReader( textReader );
while( csv.Read() )
{
    var intField = csv.GetField<int>( 0 );
    var stringField = csv.GetField<string>( 1 );
    var boolField = csv.GetField<bool>( "HeaderName" );
}

让客户端驱动文件格式：
,是标准字段分隔符，"是用于转义包含分隔符，引号或行结尾的字段的标准值。

使用（例如）#表示字段，'表示转义：

var csv = new CsvReader( textReader );
csv.Configuration.Delimiter = "#";
csv.Configuration.Quote = ''';
// read the file however meets your needs

More Documentation

Answer 7

添加对Microsoft.VisualBasic的引用（是的，它说VisualBasic但它也适用于C＃ - 请记住，最后它只是IL）。

使用Microsoft.VisualBasic.FileIO.TextFieldParser类解析CSV文件以下是示例代码：

 Dim parser As TextFieldParser = New TextFieldParser("C:\mar0112.csv")
 parser.TextFieldType = FieldType.Delimited
 parser.SetDelimiters(",")      

   While Not parser.EndOfData         
      'Processing row             
      Dim fields() As String = parser.ReadFields         
      For Each field As String In fields             
         'TODO: Process field                   

      Next      
      parser.Close()
   End While

Answer 8

您可以使用“;”等替代“分隔符”或“|”但最简单的可能只是引用大多数（体面的）CSV库和大多数不错的电子表格所支持的。

more on CSV delimiters and a spec for a standard format for describing delimiters and quoting see this webpage

Answer 9

正如我对harpo的回答所述，他的解决方案很好并适用于大多数情况，但在某些情况下，当逗号彼此直接相邻时，它无法在逗号上分割。

这是因为正则表达式字符串意外地表现为vertabim字符串。为了使这种行为正确，需要手动转义正则表达式字符串中的所有“字符而不使用vertabim转义。”

IE中。正则表达式应该使用手动转义：

",(?=(?:[^\"\"]*\"\"[^\"\"]*\"\")*(?![^\"\"]*\"\"))"

转换为",(?=(?:[^""]*""[^""]*"")*(?![^""]*""))"

使用vertabim字符串@",(?=(?:[^""]*""[^""]*"")*(?![^""]*""))"时，如果您调试正则表达式，它的行为如下所示：

",(?=(?:[^"]*"[^"]*")*(?![^"]*"))"

总而言之，我推荐harpo的解决方案，但请注意这个小问题！

我已经在CsvReader中包含了一些可选的故障保护，以便在发生此错误时通知您（如果您有预先知道的列数）：

if (_expectedDataLength > 0 && values.Length != _expectedDataLength) 
throw new DataLengthException(string.Format("Expected {0} columns when splitting csv, got {1}", _expectedDataLength, values.Length));

这可以通过构造函数注入：

public CsvReader(string fileName, int expectedDataLength = 0) : this(new FileStream(fileName, FileMode.Open, FileAccess.Read))
{
    _expectedDataLength = expectedDataLength;
}

Answer 10

如果您使用的是 * nix-system ，则可以访问 sed ，并且只能有一个或多个不需要的逗号在您的CSV的特定字段 中，您可以使用以下单行内容将"括起来RFC4180 Section 2建议：

sed -r 's/([^,]*,[^,]*,[^,]*,)(.*)(,.*,.*)/\1"\2"\3/' inputfile

根据不需要的逗号所在的字段，您必须更改/扩展正则表达式的捕获组（以及替换）。
上面的示例将用引号将第四个字段（六个中）括起来。

enter image description here

结合--in-place-option，您可以将这些更改直接应用于文件。

为了“建立”正确的正则表达式，有一个简单的原则可以遵循：

对于之前字段中包含不需要的逗号的每个字段，您只需编写一个[^,]*,并将它们放在一个捕获组中。

对于包含您编写的不需要的逗号的字段(.*)。

对于每个字段在带有不需要的逗号的字段之后，您编写一个,.*并将它们全部放在一个捕获组中。

以下是根据具体字段对不同可能的正则表达式/替换进行简要概述。如果没有给出，则替换为\1"\2"\3。

([^,]*)(,.*) #first field, regex "\1"\2 #first field, substitution (.*,)([^,]*) #last field, regex \1"\2" #last field, substitution ([^,]*,)(.*)(,.*,.*,.*) #second field (out of five fields) ([^,]*,[^,]*,)(.*)(,.*) #third field (out of four fields) ([^,]*,[^,]*,[^,]*,)(.*)(,.*,.*) #fourth field (out of six fields)

如果您想使用sed删除不需要的逗号，而不是用引号将其括起来，请参阅this answer。

Answer 11

如果您想重新发明轮子，以下内容可能对您有用：

public static IEnumerable<string> SplitCSV(string line)
{
    var s = new StringBuilder();
    bool escaped = false, inQuotes = false;
    foreach (char c in line)
    {
        if (c == ',' && !inQuotes)
        {
            yield return s.ToString();
            s.Clear();
        }
        else if (c == '\\' && !escaped)
        {
            escaped = true;
        }
        else if (c == '"' && !escaped)
        {
            inQuotes = !inQuotes;
        }
        else
        {
            escaped = false;
            s.Append(c);
        }
    }
    yield return s.ToString();
}

Answer 12

在欧洲，我们有这个问题必须早于这个问题。在欧洲，我们使用逗号作为小数点。请参阅以下数字：

| American      | Europe        |
| ------------- | ------------- |
| 0.5           | 0,5           |
| 3.14159265359 | 3,14159265359 |
| 17.54         | 17,54         |
| 175,186.15    | 175.186,15    |

因此无法对CSV文件使用逗号分隔符。由于这个原因，欧洲的CSV文件用分号（;）分隔。

Microsoft Excel等程序可以使用分号读取文件，并且可以从分隔符切换。您甚至可以使用选项卡（\t）作为分隔符。请参阅this answer from Supper User。

Answer 13

如果您对如何解析文件的更多教育活动感兴趣（使用CSV作为示例），您可以查看Julian Bucknall的this article。我喜欢这篇文章，因为它把事情分解成更小的难以克服的问题。你首先创建一个语法，一旦你有一个好的语法，将语法转换成代码是一个相对简单和有条理的过程。

本文使用C＃并在底部有一个链接来下载代码。

Answer 14

只需在NuGet上使用SoftCircuits.CsvParser。它将为您处理所有这些详细信息，并有效处理非常大的文件。而且，如果需要，它甚至可以通过将列映射到对象属性来导入/导出对象。此外，我的测试表明，平均速度比流行的CsvHelper快4倍。

Answer 15

我认为解决此问题的最简单方法是让客户在excel中打开csv，然后按ctrl + r将所有逗号替换为您想要的任何标识符。这对于客户来说非常简单，只需要对代码进行一次更改即可阅读您选择的分隔符。

Answer 16

首先，让我们问自己，“为什么我们觉得需要以不同的方式处理逗号的CSV文件？”

对我来说，答案是，“因为当我将数据导出到CSV文件中时，字段中的逗号消失，我的字段被分成多个字段，其中逗号显示在原始数据中。” （这是因为逗号是CSV字段分隔符。）

根据您的情况，半冒号也可以用作CSV字段分隔符。

根据我的要求，我可以使用一个字符，例如单个低9引号，看起来像逗号。

所以，以下是Go中的方法：

// Replace special CSV characters with single low-9 quotation mark
func Scrub(a interface{}) string {
    s := fmt.Sprint(a)
    s = strings.Replace(s, ",", "‚", -1)
    s = strings.Replace(s, ";", "‚", -1)
    return s
}

替换函数中的第二个逗号字符是十进制8218。

请注意，如果您的客户端可能只有ascii文本阅读器，则此decima 8218字符将不会像逗号一样。如果是这种情况，那么我建议使用逗号（或分号）围绕字段，每个RFC 4128使用双引号：https://tools.ietf.org/html/rfc4180

Answer 17

我通常对可以包含任何逗号或任何特殊字符的字段进行URL编码。然后在任何视觉媒体中使用/显示时对其进行解码。

（逗号变为％2C）

每种语言都应该有对URL编码和解码字符串的方法。

例如，在java

中

URLEncoder.encode(myString,"UTF-8"); //to encode
URLDecoder.decode(myEncodedstring, "UTF-8"); //to decode

我知道这是一个非常通用的解决方案，对于用户想要手动查看csv文件内容的情况，这可能不太理想。

Answer 18

我通常在我的CSV文件解析例程中执行此操作。假设＆＃39; line＆＃39;变量是CSV文件中的一行，并且所有列都是＆＃39;值用双引号括起来。执行以下两行后，您将在＆＃39;值中获得CSV列。集合。

self.tableView = DraggableTableView()

Answer 19

您可以像这样阅读csv文件。

这会使用分裂并处理空格。

ArrayList List = new ArrayList();
static ServerSocket Server;
static Socket socket;
static ArrayList<Object> list = new ArrayList<Object>();


public static void ReadFromXcel() throws FileNotFoundException
{   
    File f = new File("Book.csv");
    Scanner in = new Scanner(f);
    int count  =0;
    String[] date;
    String[] name;
    String[] Temp = new String[10];
    String[] Temp2 = new String[10];
    String[] numbers;
    ArrayList<String[]> List = new ArrayList<String[]>();
    HashMap m = new HashMap();

         in.nextLine();
         date = in.nextLine().split(",");
         name = in.nextLine().split(",");
         numbers = in.nextLine().split(",");
         while(in.hasNext())
         {
             String[] one = in.nextLine().split(",");
             List.add(one);
         }
         int xount = 0;
         //Making sure the lines don't start with a blank
         for(int y = 0; y<= date.length-1; y++)
         {
             if(!date[y].equals(""))
             {   
                 Temp[xount] = date[y];
                 Temp2[xount] = name[y];
                 xount++;
             }
         }

         date = Temp;
         name =Temp2;
         int counter = 0;
         while(counter < List.size())
         {
             String[] list = List.get(counter);
             String sNo = list[0];
             String Surname = list[1];
             String Name = list[2];
             for(int x = 3; x < list.length; x++)
             {           
                 m.put(numbers[x], list[x]);
             }
            Object newOne = new newOne(sNo, Name, Surname, m, false);
             StudentList.add(s);
             System.out.println(s.sNo);
             counter++;
         }

Answer 20

由于这是关于一般做法，让我们从拇指规则开始：

不要使用CSV，将XML与库一起使用来阅读＆amp;改为编写xml文件。
如果您必须使用CSV。正确执行并使用免费库来解析和存储CSV文件。

为证明1），大多数CSV解析器不能识别编码，所以如果你不处理US-ASCII，你就会遇到麻烦。例如，excel 2002将CSV存储在本地编码中，而没有任何关于编码的注释。 CSV标准没有被广泛采用:(。另一方面，xml标准很好用，它可以很好地处理编码。

为了证明2），几乎所有语言都有大量的csv解析器，所以即使解决方案看起来很简单，也不需要重新发明轮子。

仅举几例：

for python use csv module
用于perl检查CPAN和Text::CSV
for php使用fgetcsv / fputcsv函数构建
用于java check SuperCVS库

如果您不打算在嵌入式设备上解析它，则无需手动实现。

Answer 21

我发现的最简单的解决方案是LibreOffice使用的解决方案：

将所有文字"替换为”
在字符串周围添加双引号

您也可以使用Excel使用的那个：

将所有文字"替换为""
在字符串周围添加双引号

请注意，其他人建议仅执行上面的第2步，但这不适用于"后跟,的行，就像您希望拥有的CSV一样一个包含字符串hello",world的列，如CSV所示：

"hello",world"

这被解释为包含两列的行：hello和world"

Answer 22

    public static IEnumerable<string> LineSplitter(this string line, char 
         separator, char skip = '"')
    {
        var fieldStart = 0;
        for (var i = 0; i < line.Length; i++)
        {
            if (line[i] == separator)
            {
                yield return line.Substring(fieldStart, i - fieldStart);
                fieldStart = i + 1;
            }
            else if (i == line.Length - 1)
            {
                yield return line.Substring(fieldStart, i - fieldStart + 1);
                fieldStart = i + 1;
            }

            if (line[i] == '"')
                for (i++; i < line.Length && line[i] != skip; i++) { }
        }

        if (line[line.Length - 1] == separator)
        {
            yield return string.Empty;
        }
    }

Answer 23

我使用了Csvreader库，但是通过使用Csvreader库，我从列值中的comma（，）爆炸得到了数据。

因此，如果要在大多数列值中插入包含逗号（，）的CSV文件数据，则可以使用以下功能。作者链接=> https://gist.github.com/jaywilliams/385876

function csv_to_array($filename='', $delimiter=',')
{
    if(!file_exists($filename) || !is_readable($filename))
        return FALSE;

    $header = NULL;
    $data = array();
    if (($handle = fopen($filename, 'r')) !== FALSE)
    {
        while (($row = fgetcsv($handle, 1000, $delimiter)) !== FALSE)
        {
            if(!$header)
                $header = $row;
            else
                $data[] = array_combine($header, $row);
        }
        fclose($handle);
    }
    return $data;
}

Answer 24

我使用papaParse库解析了CSV文件并具有键值对（键/标题/ CSV文件值的第一行）。

这是我使用的示例：

https://codesandbox.io/embed/llqmrp96pm

其中具有dummy.csv文件以具有CSV解析演示。

我已经在reactJS中使用了它，尽管可以很容易地在用任何语言编写的应用程序中复制它。

Answer 25

这是一个简洁的解决方法：

您可以改用希腊语下数字符号（U + 0375）

像这样͵

使用此方法也可以节省大量资源...

Answer 26

一个示例可能有助于显示如何在.csv文件中显示逗号。创建一个简单的文本文件，如下所示：

将此文本文件另存为带有后缀“ .csv”的文本文件，并从Windows 10使用Excel 2000将其打开。

aa，bb，cc，d; d “在电子表格演示文稿中，除了以下内容显示了逗号，而不是d之间的分号外，下一行应类似于上一行。” aa，bb，cc，“ d，d”，即使在Excel中也可以使用

aa，bb，cc，“ d，d”，即使在Excel 2000中也可以使用 aa，bb，cc，“ d，d”，即使在Excel 2000中也可以使用 aa，bb，cc，“ d，d”，即使在Excel 2000中也可以使用

aa，bb，cc，“ d，d”，由于空格分隔第一引号，因此在Excel 2000中失败 aa，bb，cc，“ d，d”，由于空格belore第一引号，因此在Excel 2000中失败 aa，bb，cc，“ d，d”，由于空格将第一个引号引起来，因此在Excel 2000中失败

aa，bb，cc，“ d，d”，即使在Excel 2000中也可以使用，即使在第二个引号之前和之后都有空格。 aa，bb，cc，“ d，d”，即使在Excel 2000中也可以使用，即使在第二个引号之前和之后都有空格。 aa，bb，cc，“ d，d”，即使在Excel 2000中也可以使用，即使在第二个引号前后都有空格。

规则：如果要在.csv文件的单元格（字段）中显示逗号： “使用双引号将字段开头和结尾，但请避免在第一引号之前留空格”

Answer 27

使用制表符（\ t）分隔字段。

在CSV文件中处理逗号

27 个答案: