如何解析帶引號的某些項目的逗號分隔線（CSV）？

我試圖解析一個逗號分隔字符串中使用：如何解析帶引號的某些項目的逗號分隔線（CSV）？

val array = input.split(",")

然後，我注意到，一些輸入線有「」引號內：

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

*請注意，數據不很乾淨，所以一些字段是引號內，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

來源

2015-09-27 Edamame

解析CSV文件可能會非常棘手，因爲它的行爲圍繞引號行，逗號和引號包含在引號值中。我建議拉入一個非常適合處理所有邊緣案例的庫。您可以考慮的選項包括[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/）這樣的Java庫。 – Shadowlands

否則，如果你不想或不能使用一個庫，你可以看看[這個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）查看其他人如何解決自己的CSV分析器問題。 – Shadowlands

@Shadowlands您能否在回答中總結您的意見（因爲我認爲您已經展示了許多有價值的方法，其他人可以從中受益。）Thx。 –

按我的意見：

解析CSV文件可以是出了名的棘手，因爲它周圍的引號和逗號和報價包含在報價值行爲。我建議拉入一個非常適合處理所有邊緣案例的庫。

你可以考慮的選項包括scala-csv和traversable-csv。或者使用像opencsv這樣的Java庫。否則，如果您不想或不能使用庫，您可以查看this SO answer或this SO answer以查看其他人是如何解決您自己的CSV解析器的。

來源

2015-09-27 09:37:28 Shadowlands

感謝Shadowlands！如果可能，我想使用圖書館。我在這裏遇到的一個問題是沒有「一個csv文件」，我會得到需要解析的「csv行」。有沒有可以解析一行而不是整個文件的庫？謝謝！ – Edamame

-1

你實際上可以用正則表達式分割那一行。

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文件的庫也可以解析單個csv行。只需將該字符串包裝到StringReader中即可。

來源

2015-09-27 20:55:17 SpiderPig

謝謝！請您詳細說明一下「任何可解析csv文件的庫都可以解析單個csv文件」。例如，如何修改以下文件解析器來解析單個csv行？ CSVReader reader = new CSVReader（new FileReader（「yourfile.csv」））; – Edamame

這應該像這樣'CSVReader reader = new CSVReader（new StringReader（「data1，data2，data3」））' – SpiderPig

我會推薦使用CSV庫來解析CSV數據 - 格式是一團糟，很難得到正確的結果。

我建議kantan.csv，主要是因爲我是作者，但也因爲它可以讓你進一步比將CSV流轉換爲字符串數組列表更進一步。舉個例子來說，下面的輸入：

1,Foo,2.0 
2,Bar,false

使用kantan.csv，你可以這樣寫：

import kantan.csv.ops._ 

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

對結果調用toList將產生：

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

注意如何最後一列是浮點數或布爾值，但這是在迭代器的每個元素的類型中捕獲的。

來源

2015-12-19 20:26:12

下面是我的解決方案來分析CSV行：

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

刪除引號與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; 
}

我希望這會幫助你。

來源

2017-03-16 14:48:04

如何解析帶引號的某些項目的逗號分隔線（CSV）？

回答

相關問題