使用相同的转义和引号字符分隔 CSV

Posted 2023-04-13

【中文标题】使用相同的转义和引号字符分隔 CSV

【英文标题】：Using Same Escape and Quote Character Breaks CSV

【发布时间】：2021-01-13 11:32:36

【问题描述】：

我有一个像这样的简单 CSV 文件：

SellerProductID;ProductTextLong
1000;"a ""good"" Product"

这是使用 Apache CSV 读取它的尝试：

    try (Reader reader = new StringReader(content)) 
      CSVFormat format = CSVFormat.DEFAULT.withDelimiter(';').withHeader().withEscape('"').withQuote('"');
      CSVParser records = format.parse(reader);
      System.out.println(records.iterator().next());
    

这不起作用，因为：

Exception in thread "main" java.lang.IllegalStateException: IOException reading next record: java.io.IOException: (startline 2) EOF reached before encapsulated token finished
    at org.apache.commons.csv.CSVParser$CSVRecordIterator.getNextRecord(CSVParser.java:145)
    at org.apache.commons.csv.CSVParser$CSVRecordIterator.next(CSVParser.java:171)
    at org.apache.commons.csv.CSVParser$CSVRecordIterator.next(CSVParser.java:137)
Caused by: java.io.IOException: (startline 2) EOF reached before encapsulated token finished
    at org.apache.commons.csv.Lexer.parseEncapsulatedToken(Lexer.java:288)
    at org.apache.commons.csv.Lexer.nextToken(Lexer.java:158)
    at org.apache.commons.csv.CSVParser.nextRecord(CSVParser.java:674)
    at org.apache.commons.csv.CSVParser$CSVRecordIterator.getNextRecord(CSVParser.java:142)
    ... 3 more

其他 CSV 工具（例如 Google 表格）可以很好地加载 CSV。

如果我使用另一个引号或转义字符，它会起作用，但遗憾的是客户的 CSV 已设置。

如何配置 Apache CSV 以允许使用相同的转义字符和引号字符？或者有什么方法可以修改流以动态替换引号字符（文件很大）？

【参考方案1】：

整个问题是 " 不是"转义字符"。

来自Wikipedia：

然后，嵌入的双引号字符可以由一对连续的双引号表示，或者通过在双引号前加上转义字符（如反斜杠）来表示。

所以在这种情况下，“”只是两个相邻的引号字符，而转义字符是用于转义引号或换行符或分隔符的不同字符。

这修复了它（注意 withEscape() 的调用方式不同，但示例数据并未显示转义字符的实际含义）：

try (Reader reader = new StringReader(content)) 
    CSVFormat format = CSVFormat.DEFAULT.withDelimiter(';').withHeader().withEscape('/').withQuote('"');
    CSVParser records = format.parse(reader);
    System.out.println(records.iterator().next());

【参考方案2】：

我已经查看了您的问题，这个article 和这个post 可能会对您有所帮助。尝试同时使用.withNullString("")。