Apache的駱駝：解析與多線CSV文件值

Question

我有由多行組成的第二值的一一行CSV：

field1,"this 

is still 

field2","field3" 

我想使用Apache的駱駝就搞定了，它就像一個JSON這個（解析文件後）：

{"field1":"field1","field2":"this 

is still 

field2","field3":"field3"} 

但使用如下代碼：

from('something...') 
    .transform(simple('/path/demooneline.csv', File.class)) 
     .unmarshal().bindy(BindyType.Csv, Demo.class) 
     .marshal().json(JsonLibrary.Jackson).log('${body}') 

@CsvRecord(separator = ',') 
class Demo { 

    @JsonView 
    @DataField(pos = 1) 
    private String field1 

    @JsonView 
    @DataField(pos = 2) 
    private String field2 

    @JsonView 
    @DataField(pos = 3) 
    private String field3 

} 

我GETT掀背：

{"field1":"field1","field2":"this","field3":null}, 
{"field1":"is still","field2":null,"field3":null}, 
{"field1":null,"field2":"field3","field3":null} 

，它看起來像在3行分離的CSV，而不是與由引號分隔一些字段1行。默認情況下@CsvRecord有「quote」。有沒有辦法解析這種類型的CSV與駱駝（使用或不綁定）？

Answer 1

問題是您的CSV文件不是「典型的」。來自Wikipidia：

「CSV」不是一個明確定義的單一格式（儘管常見的定義見RFC 4180）。更確切地，在實踐中，術語「CSV」是指任何文件：

1. 使用字符純文本設置諸如ASCII，Unicode的，EBCDIC，或Shift JIS，
2. 由記錄（通常爲一個每行記錄），
3. 與分成由分隔符分隔的字段中的記錄（通常是單個保留字符諸如逗號，分號或標籤;有時定界符可以包括可選的空格），
4. 其中每個記錄具有相同的字段序列。

在你的情況，你的記錄跨越多行，這就是爲什麼駱駝如您所願，駱駝是假設每一行都是不同的唱片不解析它。

編輯

正如我在評論中提到，它看起來像駱駝Bindy不處理包含換行符引述領域。作爲解決方法，您可以「預處理」源CSV文件以替換qoutes內的換行符。例如，使用Guava：

from("file:///csvSrcDir?noop=true") 
     .process(new Processor() { 
      @Override 
      public void process(Exchange exchange) throws Exception { 
      final String inBody = exchange.getIn().getBody(String.class); 
      final Iterable<String> tokens = Splitter.on("\",").split(inBody); 
      final Iterable<String> fixedTokens = FluentIterable.from(tokens).transform(new Function<String, String>() { 
       @Nullable 
       @Override 
       public String apply(String input) { 
       return input.contains("\"\n") ? input : input.replace("\n", "<br>"); 
       } 
      }); 
      final String outBody = Joiner.on("\",").join(fixedTokens); 
      exchange.getOut().setBody(outBody); 
      } 
     }) 
     .unmarshal().bindy(BindyType.Csv, Demo.class) 
     .split(body()) 
     .process(new Processor() { 
      @Override 
      public void process(Exchange exchange) throws Exception { 
      Demo body = exchange.getIn().getBody(Demo.class); 
      } 
     }); 

定製處理器將這個CSV文件：

"record 1 field1","this 

is still 

record 1 field2","record 1 field3" 
"record 2 field1","this 

is still 

record line 2 field2","record 2 field3" 

文件分爲：

"record 1 field1","this<br><br>is still<br><br> record 1 field2","record 1 field3" 
"record 2 field1","this<br><br>is still<br><br> record 2 field2","record 2 field3" 

其中Bindy可以處理。