当数据中包含逗号时，如何将字符串按逗号拆分

Question

我有一个CSV文件（这个文件不是我设计的，我现在也无法更改它，将来也不可能更改），其中包含以下行：

"姓，名"，是的，不，一些字符串，任何东西，等等

正如你在这里看到的那样，第一个,不是我想要拆分字符串的逗号。请注意，这个特定的逗号被引号括起来。

因为这个原因，显然简单的string.split(',')方法行不通，因为它会给我一个长度为7的数组，而不是6。

有没有办法解决这个问题？我想使用正则表达式来拆分字符串，但我在正则表达式方面不够熟练，无法想出一个只在不被引号括起来的逗号处拆分的模式。

我可以想到丑陋、hacky的方法来逐个字符地读取每个字符串，但这必须是最后的手段，因为我相信肯定有更好的方法来解决这个问题！

- AndrewC

---

这看起来像是来自Excel的.csv文件。总是很有趣。更有趣的是当数据包含引号和逗号时... - Jeff B

这实际上不是来自Excel，但是没错，很有趣！ :) 它来自网络上的一个位置，我的程序读取文件并尝试解析它。 - AndrewC

逐个字符读取并不一定是一种丑陋的技巧。我建议你找一个C#的CSV解析器，因为我相信这样的工具已经存在了。 - Brian Donovan

作为一个丑陋的 hack 解决方案，你可以始终读取一个元素的第一个字符，如果它是引号，那么就将计数器加1，并将下一个索引值添加到前一个索引值中并继续。 - asawyer

+1 @Brian Donovan。如果代码不能正常工作，那么它的优雅也毫无意义。另外，如果值包含 " 字符会发生什么情况 - 它们会被加倍还是转义？ - AakashM

@AakashM，如果值包含“`”字符，我不太确定会发生什么情况，从我在这个文件中看到的情况来看，这种情况并不会出现。 - AndrewC

Answer 1

你可以通过使用TextFieldParser类轻松处理这个问题。只需将HasFieldsEnclosedInQuotes设置为true即可。

- Reed Copsey

---

您引用了一个.NET 4.5的Visual Basic类，但这是一个C#问题的帖子。 - aggaton

@aggaton 只因类型在 Microsoft.VisualBasic 命名空间中，并不意味着它不能从 C# 中使用。TextFileParser 在 C# 中运行良好，它是核心框架的一部分 - 没有理由避免使用它。 - Reed Copsey

@ReedCopsey，应该是TextFieldParser，而不是TextFileParser。你成功地链接到了正确的东西，但一直写错了。 - Nyerguds

请注意，如果所有字段都用引号括起来，则应该设置HasFieldsEnclosedInQuotes。当我解析仅包含引号或逗号的字段被引号包围的 MS Excel 导出文件时，我将选项关闭，它完美地工作了。 - Nyerguds

Answer 2

我建议使用CSV解析库-有些情况你可能没有考虑到（例如，换行符作为引用字段的一部分）。

VisualBasic命名空间有一个很好的库可以帮助解析，叫做TextFieldParser。TextFieldParser。

- Oded

---

C#开发人员不必担心VisualBasic命名空间。在现实中没有任何意义，不会添加任何不在计算机上的依赖项等。 - user1228

漂亮，正如@Will所说，在C#中使用时非常好用。为什么微软要把这样的工具藏在如此奇怪的地方呢？ - Nyerguds

Answer 3

我知道这里有很多人认为不应该使用逐个字符比较，并且会强烈反对我，但我并不认为像Microsoft这样的公司不是唯一应该做这种编程的公司。

毕竟，Split做字符比较，那么当你调用现有代码时，它为什么会更不好看呢？

无论如何，我的方法是编写自己的代码。 我已经在http://www.blackbeltcoder.com/Articles/files/reading-and-writing-csv-files-in-c上发布了代码。

- Jonathan Wood

---

谢谢Jonathan。我有点困惑如何使用你的代码，不确定为什么需要向ReadRow()传递参数？ - AndrewC

运行得非常完美！谢谢Jonathan。 - AndrewC

很高兴听到这个消息。大多数文章都包含一个演示项目，但不是那个。谢谢你告诉我可能并不明显该方法应该如何调用。我会考虑更新它。 - Jonathan Wood