使用String.split（）將文本分隔符分割爲csv文件

Question

我有一個逗號分隔的文件，其中包含許多與下面類似的行。

Sachin,,M,"Maths,Science,English",Need to improve in these subjects. 

引號用於轉義用於表示多個值的分隔符逗號。

現在如何儘可能地使用String.split()將逗號分隔符上的上述值分開？

Answer 1

public static void main(String[] args) { 
    String s = "Sachin,,M,\"Maths,Science,English\",Need to improve in these subjects."; 
    String[] splitted = s.split(",(?=([^\"]*\"[^\"]*\")*[^\"]*$)"); 
    System.out.println(Arrays.toString(splitted)); 
} 

輸出：

[Sachin, , M, "Maths,Science,English", Need to improve in these subjects.] 

Answer 2

如果字符串所有合式有可能用以下正則表達式：

String[] res = str.split(",(?=([^\"]|\"[^\"]*\")*$)"); 

表達確保分裂僅在其後面的偶數（或零）數逗號發生引號（因此不在此類引號內）。

儘管如此，使用簡單的非正則表達式解析器可能更容易。

Answer 3

作爲您的問題/要求不那麼複雜的自定義方法可以利用，超過20倍執行得更快，併產生相同的結果。 這是根據數據大小和解析的行數而變化的，對於使用正則表達式的更復雜的問題是必須的。

import java.util.Arrays; 
import java.util.ArrayList; 
public class SplitTest { 

public static void main(String[] args) { 

    String s = "Sachin,,M,\"Maths,Science,English\",Need to improve in these subjects."; 
    String[] splitted = null; 

//Measure Regular Expression 
    long startTime = System.nanoTime(); 
    for(int i=0; i<10; i++) 
    splitted = s.split(",(?=([^\"]*\"[^\"]*\")*[^\"]*$)"); 
    long endTime = System.nanoTime(); 

    System.out.println("Took: " + (endTime-startTime)); 
    System.out.println(Arrays.toString(splitted)); 
    System.out.println(""); 


    ArrayList<String> sw = null;   
//Measure Custom Method 
      startTime = System.nanoTime(); 
    for(int i=0; i<10; i++) 
    sw = customSplitSpecific(s); 
    endTime = System.nanoTime(); 

    System.out.println("Took: " + (endTime-startTime)); 
    System.out.println(sw);   
} 

public static ArrayList<String> customSplitSpecific(String s) 
{ 
    ArrayList<String> words = new ArrayList<String>(); 
    boolean notInsideComma = true; 
    int start =0, end=0; 
    for(int i=0; i<s.length()-1; i++) 
    { 
     if(s.charAt(i)==',' && notInsideComma) 
     { 
      words.add(s.substring(start,i)); 
      start = i+1;     
     } 
     else if(s.charAt(i)=='"') 
     notInsideComma=!notInsideComma; 
    } 
    words.add(s.substring(start)); 
    return words; 
} 

}

在我自己的電腦，這產生：

Took: 6651100 
[Sachin, , M, "Maths,Science,English", Need to improve in these subjects.] 

Took: 224179 
[Sachin, , M, "Maths,Science,English", Need to improve in these subjects.]