在.NET中解析分隔符CSV

Question

在.NET中解析分隔符CSV

.netvb.netparsingcsv

25

我有一个文本文件，格式是逗号分隔的，大多数字段使用"作为定界符。我想将其转换为可以枚举的形式（例如泛型集合）。我无法控制文件输出的方式或用于分隔符的字符。

在这种情况下，字段由逗号分隔，文本字段用"括起来。我遇到的问题是有些字段中有引号（例如8" Tray），并且被错误地认为是下一个字段。对于数字字段，它们没有引号，但以+或-符号开头（表示正/负数）。

我考虑使用正则表达式，但我的技能不太好，希望有人能提出一些我可以尝试的想法。这个文件中有大约19,000条记录，所以我尽可能高效地处理它。以下是几个示例数据行：

"00","000000112260   ","Pie Pumpkin                             ","RET","6.99 ","     ","ea ",+0000000006.99000
"00","000000304078   ","Pie Apple caramel                       ","RET","9.99 ","     ","ea ",+0000000009.99000
"00","StringValue here","8" Tray of Food                             ","RET","6.99 ","     ","ea ",-00000000005.3200

虽然字段还有很多，但你可以了解清楚...

我正在使用VB.NET，并且已经设置了一个泛型列表来接受数据。我尝试使用CSVReader，它似乎工作得很好，直到遇到第三个记录（其中包含一个引用的文本字段）。如果我能以某种方式处理额外的引号，那么CSVReader选项将非常有效。

谢谢！

- hacker

2

最好有格式正确的CSV文件作为起点。 - FlySwat

3

在引号内的双引号应该加倍转义。因此，“8” Tray of Food”在格式中是不被允许的。这样，“hi”，“there”这样的字符串才能存在。当它被转义并加上引号后，变成了“hi”，“”，“there”。如果没有加倍转义，它就变成了“hi”，“there”，看起来像两个字符串。 - user66363

我同意上面两个评论，但不幸的是，我无法控制文件的导出方式。这就是软件导出文件的方式。 - hacker

2

请不要自己编写CSV解析器，也不要使用正则表达式。请使用免费、开源、经过实战检验的FileHelpers库。http://www.filehelpers.com - Judah Gabriel Himango

FileHelpers源代码已不再可用 :( - ajeh

11个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- rvarcher · Answer 1

这种自定义方法的逻辑是：逐行读取文件1，将每行按逗号分割，删除第一个和最后一个字符（删除外部引号但不影响内部引号），然后将数据添加到您的通用列表中。它很短，非常易于阅读和处理。

        Dim fr As StreamReader = Nothing
        Dim FileString As String = ""
        Dim LineItemsArr() as String

        Dim FilePath As String = HttpContext.Current.Request.MapPath("YourFile.csv")

        fr = New System.IO.StreamReader(FilePath)

        While fr.Peek <> -1
            FileString = fr.ReadLine.Trim

            If String.IsNullOrEmpty(FileString) Then Continue While 'Empty Line

            LineItemsArr = FileString.Split(",")

            For Each Item as String In LineItemsArr
                'If every item will have a beginning and closing " (quote) then you can just
                'cut the first and last characters of the string here.
                'i.e.  UpdatedItems = Item. remove first and last character

                'Then stick the data into your Generic List (Of String()?)
            Next
        End While