自动检测文件中CSV标头的存在
简短的问题： 如何自动检测CSV文件的第一行是否包含标题？
详细信息：我编写了一个小型CSV解析引擎，将数据放入一个对象，该对象可以作为（大约）内存数据库来访问。原始代码用于解析具有可预测格式的第三方CSV，但我希望能够更广泛地使用此代码。
我正在尝试找出一种可靠的方法来自动检测CSV标头的存在，因此脚本可以决定是将CSV文件的第一行用作键/列名，还是立即开始解析数据。由于我需要的只是一个布尔测试，因此我自己检查CSV文件后就可以轻松指定一个参数，但是我不想（去自动化）。
我想我必须解析前3个？CSV文件的行，然后查找某种模式以与标题进行比较。我遇到了以下三种特别糟糕的情况的噩梦：
- 标头出于某种原因包含数字数据
- 前几行（或CSV的大部分）为空
- 标题和数据看起来太相似，无法区分
如果我可以得到“最佳猜测”，并使解析器因错误而失败，或者如果解析器无法做出决定，则发出警告，那就可以了。如果这在时间或计算方面将是非常昂贵的（并且要花费比为我节省的时间更多的时间），那么我会很乐意放弃这个想法，然后重新着手“重要的事情”。
我正在使用PHP，但这使我更感兴趣的是算法/计算问题，而不是特定于实现的问题。如果有一个简单的算法可以使用，那就太好了。如果您能指出一些相关的理论/讨论，那也很好。如果有一个大型图书馆进行自然语言处理或300种不同的解析，那么我就不感兴趣。
问题答案：
正如其他人指出的那样，您无法做到100％可靠。在某些情况下，“基本正确”是很有用的-
例如，具有CSV导入功能的电子表格工具通常会尝试自行解决。以下是一些试探法，它们倾向于指示第一行 不是 标题：
- 第一行的列不是字符串或为空
- 第一行的列并不是唯一的
- 第一行似乎包含日期或其他常用数据格式（例如xx-xx-xx）
-
!define MUI_PAGE_CUSTOMFUNCTION_LEAVE DirectoryLeave !insertmacro MUI_PAGE_DIRECTORY Function DirectoryLeave IfFileExists "$INSTDIR\*.*" 0 +3 MessageBox MB_OKCANCEL|MB_ICONEXCLAMATION \ "The desti
-
我需要根据传入的消息构建一个csv文件。为此，我将以下内容附加到文件： 虽然这工作正常，但我遇到了一个问题。我还需要在CSV文件中包含一个标题行。现在我正在使用. mashall（）. csv（）编组成CSV格式，但这省略了标题。 虽然我可以创建一个CSV格式，标题为： 这将为我添加的每一行添加标题行。因此，我想要实现的是仅在创建新文件时添加标题。 我尝试了两种方法，但都没有成功： 检查路由中是否
-
问题内容： 我编写了一个Python脚本，用于合并两个csv文件，现在我想在最终的csv中添加标头。我尝试按照此处报告的建议进行操作，但出现以下错误：。解决此问题的最有效方法是什么？ 这是我正在使用的代码： 问题答案： 该班预计 字典 的每一行。如果您只想编写一个初始标头，请使用常规并在标头的简单行中传递： 另一种方法是在跨数据复制时生成字典：
-
我有一个文件。我想使用此文件创建文件。这是文件的格式。这是我的文件的一小部分。我的原始文件中还有60000多行。 我想按如下方式保存这些文件。在这里“通过”列要检查。在False之后是False然后True，然后又是True等等，所以我想使用它来保存文件。例如，我想保存此文件首先将False值保存为False1.csv然后其次是True1.csv然后再次满足False2.csv我想在文件名中添加数
-
问题内容： 我有具有main.c main.h和CMakeLists.txt的示例程序目录 main.h的内容是 main.c的内容是 和CMakeLists.txt 但是cmake不会在修改头文件时重建main.c。我希望它自动生成头文件依赖项。有可能使用cmake吗？ 如果没有，还有其他工具可以做到吗？ 问题答案： 如我的评论中所述，我已经尝试了您的示例，并且一切正常：如果进行了修改，则将重新
-
假设我给出了三个指向Spark上下文的文件路径来读取，每个文件的第一行都有一个模式。如何从标题中跳过模式行？ 现在，我们如何从这个RDD跳过标题行呢？
-
我在OS X 10.6.8上运行PostgreSQL 9.2.6。我想从带有列标题的CSV文件导入数据到数据库。我可以用语句做到这一点，但前提是我首先手动创建一个表，其中包含CSV文件中每个列的列。有没有办法根据CSV文件中的标题自动创建此表？ 每个问题我都试过了 但我只是得到了这个错误： 如果我首先创建一个没有列的表： 创建测试表 我得到： 我在PostgreSQL COPY文档中找不到任何关于