使用CSV解析器解析CSV文件时忽略字段中的双引号

Question

样本数据-

Header1,full_name,header3,header4

>

20,“Bob,XXX”,“Test”,30

20,“Evan”s,YYY“,”Test“,30

20,“Tom,ZZZ”,“Test”,30

CSVReader csvReader = new CSVReader(reader, ',', '"');

第二行读起来不像预期的那样。因为full_name列值中有一个双引号。

我想忽略这类案件。任何建议都将不胜感激。

使用openCSV Java api进行解析。

编辑：

我正在从数据库中获取数据。其中一个数据库列字段的值中有一个双引号。因此，csv数据看起来格式不正确。

Answer 1

Univocity解析器可以处理未转义的引号，速度也比OpenCSV快4倍。请尝试以下代码：

public static void main(String... args){
    String input = "" +
            "20, \"bob, XXX\", \"test\", 30\n" +
            "20, \"evan\"s,YYY \", \"test\", 30\n" +
            "20, \"Tom, ZZZ\", \"test\", 30 ";


    CsvParserSettings settings = new CsvParserSettings();

    CsvParser parser = new CsvParser(settings);
    List<String[]> rows = parser.parseAll(new StringReader(input));

    //printing values enclosed in [ ]  to make sure you are getting the expected result
    for(String[] row : rows){
        for(String value : row){
            System.out.print("[" + value + "],");

        }
        System.out.println();
    }
}

这将产生：

[20],[bob, XXX],[test],[30],
[20],["evan"s],[YYY "],[test],[30],
[20],[Tom, ZZZ],[test],[30],

此外,您还可以通过以下操作之一控制如何处理未转义引号：

settings.setUnescapedQuoteHandling(UnescapedQuoteHandling.STOP_AT_DELIMITER);
settings.setUnescapedQuoteHandling(UnescapedQuoteHandling.STOP_AT_CLOSING_QUOTE);
settings.setUnescapedQuoteHandling(UnescapedQuoteHandling.RAISE_ERROR);
settings.setUnescapedQuoteHandling(UnescapedQuoteHandling.SKIP_VALUE);

读取大文件时，可以使用rowprocessor或像这样遍历每一行：

parser.beginParsing(new File("/path/to/your.csv"));

String[] row;
while ((row = parser.parseNext()) != null) {
    // process row
}

免责声明：我是这个图书馆的作者。它是开源和免费的（Apache 2.0许可证）