在分隔符(; )和分隔符(,)上拆分CSV文件？

Question

当我使用分隔符（;）拆分CSV文件时，有些Excel程序可以成功拆分，而有些则失败了。同样地，当我使用分隔符（，）拆分CSV文件时，也存在这种情况。如何在所有版本的Excel中进行拆分？如何确定最佳的分隔符进行拆分？是的，有代码存在。

if (!function_exists('create_csv')) {
    function create_csv($query, &$filename = false, $old_csv = false) {
        if(!$filename) $filename = "data_export_".date("Y-m-d").".csv";
        $ci = &get_instance();
        $ci->load->helper('download');
        $ci->load->dbutil();
        $delimiter = ";";
        $newline = "\r\n";
        $csv = "Data:".date("Y-m-d").$newline;
        if($old_csv)
            $csv .= $old_csv;
        else
            $csv .= $ci->dbutil->csv_from_result($query, $delimiter, $newline);
        $columns = explode($newline, $csv);
        $titles = explode($delimiter, $columns[1]);
        $new_titles = array();
        foreach ($titles as $item) {
            array_push($new_titles, lang(trim($item,'"')));
        }
        $columns[1] = implode($delimiter, $new_titles);
        $csv = implode($newline, $columns);
        return $csv;
    }
}

有时我会将 $delimiter 设置为";"，有时则为","。谢谢。

- Eyes Charming

---

你不能。任何MS Excel实例使用的定界符都是特定于区域设置的，通常基于其配置的国家是否使用,或.作为十进制分隔符...... ;更为常见，但没有通用答案......如果有的话，您甚至都不需要询问。 - Mark Baker

这就是为什么CSV不是一种好的格式来替代Excel本地格式的原因之一。 - Mark Baker

你有一些代码可以展示给我们吗？你是尝试读取文件并拆分行，还是使用fgetcsv？ - foxbeefly

你无法确定。但是一个好的猜测是计算所有常见分隔符，并查看哪个计数最高。 - Alex Tartan

你的文件是否有头记录？如果是这样，你可以尝试两种方法，看哪一种与预期数据匹配。 - komodosp

Answer 1

如果您已经有预期数据的想法（列数），那么这可能是一个很好的猜测，并且可能是比较哪个最多的良好替代方法（取决于您所期望的数据类型）。如果您有标题记录，它将工作得更好，我想象。 （您可以放置特定标题值的检查）抱歉，无法将其适应您的代码，但我不太确定您正在进行的调用是什么，但您应该能够适应它。

$expected_num_of_columns = 10;
$delimiter = "";

foreach (array(",", ";") as $test_delimiter) {
   $fid = fopen ($filename, "r");
   $csv_row = fgetcsv($fid, 0, $test_delimiter);
   if (count($csv_row) == $expected_num_of_columns) {
       $delimiter = $test_delimiter;
       break;
   }
   fclose($fid);
}

if (empty($delimiter)) {
   die ("Input file did not contain the correct number of fields (" . $expected_num_of_columns . ")");  
}

如果字段中包含非整数数字（例如货币金额列表）并且没有标题记录，请勿使用此选项，因为使用;分隔的文件很可能使用,作为小数点，并且逗号和分号数量可能相同。

- komodosp

Answer 2

你可以使用辅助函数来检测最佳分隔符，例如：

public function find_delimiter($csv)
{
    $delimiters = array(',', '.', ';');
    $bestDelimiter = false;
    $count = 0;
    foreach ($delimiters as $delimiter)
        if (substr_count($csv, $delimiter) > $count) {
            $count = substr_count($csv, $delimiter);
            $bestDelimiter = $delimiter;
        }
    return $bestDelimiter;
}

- MAMProgr

Answer 3

简短的回答是，除非你能应用一些启发式方法来确定文件格式，否则你可能无法解析它。如果你不知道并且无法检测到正在解析的文件的格式，那么解析它将会很困难。

然而，一旦你确定了（或者需要一个特定的）分隔符格式，你可能会发现php内置的fgetcsv比手动基于explode的策略更容易和准确。

- Brenton Alker

Answer 4

无法百分之百确定您是否针对真正的分隔符。您能做的就是猜测。

您应该首先找到正确的分隔符，然后在此分隔符上拆分 CSV。

要查找分隔符，基本上，您需要一个函数来计算，和;的数量，并返回较大的那个。

类似于：

$array = explode(find_delimiter($csv), $csv);

希望能有所帮助；）

编辑：你的find_delimiter函数可以是这样的：

function find_delimiter($csv)
{
   $arrDelimiters = array(',', '.', ';');
   $arrResults = array();
   foreach ($arrDelimiters as $delimiter)
   {
       $arrResults[$delimiter] = count(explode($delimiter, $csv));
   }
   $arrResults = rsort($arrResults);
   return (array_keys($arrResults)[0]);
}

- johnkork

Answer 5

好的，看起来您已经确切知道您的分隔符将是“,”或“;”。这是一个很好的起点。因此，您可以尝试将所有逗号（，）替换为分号（;），然后仅按分号扩展。但是，在这种方法中，您肯定会在某些情况下遇到问题，因为您的 CSV 文件的某些行可能是这样的：

"名称，值"，其他名称，其他值，姓氏;最后的价值

这样，如果您的 CSV 文件有四列，则其分隔符将是逗号。但是，将逗号更改为分号会得到五列，这是不正确的。因此，将某些分隔符更改为另一个分隔符并不是一个好方法。

但是，如果您的 CSV 文件格式正确，则可以在任何一行中找到正确的分隔符。因此，您可以尝试创建一些类似于@johnkork提出的find_delimiter($csvLine)的函数，但是该函数本身无法知道要搜索哪个分隔符。但是，您确切地知道所有可能的分隔符，因此可以尝试创建另一个相当类似的函数delimiter_exists($csvLine,$delimiter)，它返回 true 或 false。

但是，即使是函数delimiter_exists($csvLine, $delimiter)也不足够。为什么？因为对于上面提供的CSV行实例，您会发现逗号“,”和分号“;”都是存在的分隔符。对于逗号，它将是一个具有四列的CSV文件，而对于分号，则是两列。

因此，没有通用的方法可以确切地获得您想要的内容。然而，可能还有另一种检查的方法-CSV文件的第一行，假设您的CSV文件有标题。大多数情况下，CSV文件中的标题除了由特定分隔符分隔的列的字母数字名称之外，没有其他符号（不一定）。因此，您可以尝试创建像delimiter_exists($csvHeader, $delimiter)这样的函数，其实现可能如下：

function delimiter_exists($csvHeader, $delimiter) {
    return (bool)preg_match("/$delimiter/", $csvHeader);
}

对于您的特定情况，您可以像这样使用它：

$csvHeader = "abc;def";
$delimiter = delimiter_exists($csvHeader, ',') ? ',' : ';';

希望这可以帮到你！

- Vaidotas Strazdas

---

实际上，find_delimiter函数能够搜索一个无限给定的潜在分隔符列表（请参见$arrDelimiters数组）。 按照您所提到的CSV文件的标题部分进行操作是一个好主意，因为它可以避免出现“误报”单元格，例如带有小数和逗号的数字。 :) - johnkork