如何解析带引号的某些项目的逗号分隔线（CSV）？

我试图解析一个逗号分隔字符串中使用：如何解析带引号的某些项目的逗号分隔线（CSV）？

val array = input.split(",")

然后，我注意到，一些输入线有“”引号内：

data0, "data1", data2, data3, "data4-1, data4-2, data4-3", data5

*请注意，数据不很干净，所以一些字段是引号内，而一些不

我如何分流，行成：

array(0) = data0 
array(1) = data1 
array(2) = data2 
array(3) = data3 
array(4) = data4-1, data4-2, data4-3 
array(5) = data5

来源

2015-09-27 Edamame

解析CSV文件可能会非常棘手，因为它的行为围绕引号行，逗号和引号包含在引号值中。我建议拉入一个非常适合处理所有边缘案例的库。您可以考虑的选项包括[scala-csv]（https://github.com/tototoshi/scala-csv）和[traversable-csv]（http://labs.encoded.io/2012/04/09/reading -csv-文件正在斯卡拉最穿越的路/）。或者使用像[opencsv]（http://opencsv.sourceforge.net/）这样的Java库。 – Shadowlands

否则，如果你不想或不能使用一个库，你可以看看[这个SO答案]（http://stackoverflow.com/questions/5063022/use-scala-parser-combinator-to-解析 - csv文件/ 5063652＃5063652）或[this SO answer]（http://stackoverflow.com/questions/32488364/whats-a-simple-scala-only-way-to-read-in-and-then -write-out-a-small-csv-file/32488453＃32488453）查看其他人如何解决自己的CSV分析器问题。 – Shadowlands

@Shadowlands您能否在回答中总结您的意见（因为我认为您已经展示了许多有价值的方法，其他人可以从中受益。）Thx。 –

按我的意见：

解析CSV文件可以是出了名的棘手，因为它周围的引号和逗号和报价包含在报价值行为。我建议拉入一个非常适合处理所有边缘案例的库。

你可以考虑的选项包括scala-csv和traversable-csv。或者使用像opencsv这样的Java库。否则，如果您不想或不能使用库，您可以查看this SO answer或this SO answer以查看其他人是如何解决您自己的CSV解析器的。

来源

2015-09-27 09:37:28 Shadowlands

感谢Shadowlands！如果可能，我想使用图书馆。我在这里遇到的一个问题是没有“一个csv文件”，我会得到需要解析的“csv行”。有没有可以解析一行而不是整个文件的库？谢谢！ – Edamame

-1

你实际上可以用正则表达式分割那一行。

val s = """data0, "data1", data2, data3, "data4-1, data4-2, data4-3", data5""" 

"""((".*?")|('.*?')|[^"',]+)+""".r.findAllIn(s).foreach(println)

btw。任何可以解析csv文件的库也可以解析单个csv行。只需将该字符串包装到StringReader中即可。

来源

2015-09-27 20:55:17 SpiderPig

谢谢！请您详细说明一下“任何可解析csv文件的库都可以解析单个csv文件”。例如，如何修改以下文件解析器来解析单个csv行？ CSVReader reader = new CSVReader（new FileReader（“yourfile.csv”））; – Edamame

这应该像这样'CSVReader reader = new CSVReader（new StringReader（“data1，data2，data3”））' – SpiderPig

我会推荐使用CSV库来解析CSV数据 - 格式是一团糟，很难得到正确的结果。

我建议kantan.csv，主要是因为我是作者，但也因为它可以让你进一步比将CSV流转换为字符串数组列表更进一步。举个例子来说，下面的输入：

1,Foo,2.0 
2,Bar,false

使用kantan.csv，你可以这样写：

import kantan.csv.ops._ 

new File("path/to/csv").asUnsafeCsvRows[(Int, String, Either[Float, Boolean])](',', false)

对结果调用toList将产生：

List((1,Foo,Left(2.0)), (2,Bar,Right(false)))

注意如何最后一列是浮点数或布尔值，但这是在迭代器的每个元素的类型中捕获的。

来源

2015-12-19 20:26:12

下面是我的解决方案来分析CSV行：

String[] res = row.split(";"); 
for (int i = 0; i < res.length; i++) { 
    res[i] = deQuotes(res[i]); 
} 
return res;

删除引号与REGEXP：

static final Pattern PATTERN_DE_QUOTES = Pattern.compile("(?i)^\\\"(.*)\\\"$"); 

static String deQuotes(String s) { 
    Matcher matcher; 
    if ((matcher = PATTERN_DE_QUOTES.matcher(s)).find()) { 
     return matcher.group(1).replaceAll("\"\"", "\""); 
    } 
    return s; 
}

我希望这会帮助你。

来源

2017-03-16 14:48:04

如何解析带引号的某些项目的逗号分隔线（CSV）？

回答

相关问题