使用 Jet Oledb 读取文本文件并关闭标题 (HDR=No)

Posted 2023-04-19

【中文标题】使用 Jet Oledb 读取文本文件并关闭标题 (HDR=No)

【英文标题】：Reading from text file using Jet Oledb with headers off (HDR=No)

【发布时间】：2015-01-28 12:49:36

【问题描述】：

我有一个 CSV 文本文件，我试图将它从我的代码中读取到数据集中。如果起始字符是 #，则代码读取交替列。

以下是我正在使用的代码。

DataSet dsFileRecords = new DataSet();
string selectQuery = "SELECT * FROM " + filename + "";
OleDbConnection fileConnection = new OleDbConnection("Provider=Microsoft.Jet.OLEDB.4.0;Data Source=" + decryptedFilePath + ";Extended Properties=\"text;HDR=NO;FMT=CSVDelimited;\"");
OleDbDataAdapter dsCmd = new OleDbDataAdapter(selectQuery, fileConnection);
//Fill the DataSet object
dsCmd.Fill(dsFileRecords, "ReconciliationRecords");

更新

我已根据建议的答案更新了我的屏幕截图，

输入数据

#Header,TPCCH,LTPTP,TRC,F,2012/06/06 23:59:59,0000000002,0000000003,00.00,00.00,PTP0101011,PTP0101010 
011001001,0110212122,W,W1,2012/06/06 23:59:59,01100110,2L,10.00,,A,,AP09BK4890, 
011001002,0110212123,W,W1,2012/06/06 23:59:59,01100110,2L,10.00,10.00,AD,,AP09BK4890, 
011001003,0110212123,E,E1,2012/06/06 23:59:59,01100110,2L,10.00,10.00,R,012,AP09BK4891, #TRAILER,0000000003

【参考方案1】：

Sandeep，主题标签唱歌 (#) 不是您的问题。

由于您关闭了标题，Jet 引擎将每一列解释为相同的数据类型。在这里说

#Header, 011001001, 011001002, 011001003 在同一列中，#header 的格式与其他格式不同，因此引擎会拒绝它。

其余失踪者的情况类似。如果您注意到此问题不会发生在第 3 列和第 4 列，因为它们的格式相同。

要解决此问题，请通过将连接字符串中的 HDR=No 更改为 HDR=Yes 来转动您的标题 ON，第一列将被区别对待，并且不会用于数据类型识别目的。

为了让您了解正在发生的事情，我编写了一个小控制台应用程序来复制这种情况。

var file = new FileInfo("C:\\TextFile.txt");

OleDbConnection fileConnection = new OleDbConnection("Provider=Microsoft.Jet.OLEDB.4.0;Data Source=\"" + file.DirectoryName + "\";Extended Properties='text;HDR=No;FMT=Delimited(,)';");
string selectQuery = "SELECT * FROM " + file.Name;

using (var cmd = new OleDbCommand(selectQuery, fileConnection))

    fileConnection.Open();
    OleDbDataAdapter dsCmd = new OleDbDataAdapter(selectQuery, fileConnection);
    //Fill the DataSet object
    DataSet dsFileRecords = new DataSet();
    dsCmd.Fill(dsFileRecords, "ReconciliationRecords");

    foreach (DataTable dsFileRecord in dsFileRecords.Tables)
    
        foreach (DataRow row in dsFileRecord.Rows)
        
            foreach (var item in row.ItemArray)
            
                Console.WriteLine(item.ToString());
            
            Console.WriteLine( "\r\n" );
        
    


Console.ReadLine();

我要在这里测试的是我的 TextFile.txt

的内容

如果内容是

#FName, LName, Phone 
Hank, Donald, 0202
Walter, W, 0203
Jimmy, Jones, 0201

输出是，

#FName
LName


Hank
Donald
202

Walter
W
203

Jimmy
Jones
201

如果您注意到我还在第一个标题之前添加了 # 以清除暂停。现在您可以看到标题 Phone 丢失了，因为它在同一列中的所有后续行的值都有一个数值。

现在检查一下。我的 TextFile.txt 内容为，

#FName, LName, Phone 
Hank, Donald, 0202
Walter, W, 0203
Jimmy, Jones, 0201

在控制台应用程序中给出输出，

#FName
LName
1111

Hank
Donald
202

Walter
W
203

Jimmy
Jones
201

这有多好？！我用值Phone 替换的值1111 很好。 :)

打开标题 On 并将此块添加到您的代码中的第一个 Foreach 和 rows Foreach 之前的代码中，您将打印标题并按如下方式排序，

foreach (DataTable dsFileRecord in dsFileRecords.Tables)

    // Added foreach statement. 
    foreach (DataColumn column in dsFileRecord.Columns)
    
        Console.WriteLine(column.ColumnName.ToString());
    

    Console.WriteLine("\r\n");

    foreach (DataRow row in dsFileRecord.Rows)
    
        foreach (var item in row.ItemArray)
        
            Console.WriteLine(item.ToString());
        
        Console.WriteLine("\r\n");
    

输出是，

#FName
LName
Phone

Hank
Donald
202

Walter
W
203

Jimmy
Jones
201

瞧！

更新

#Header 和 #Trailer 不是您的数据的一部分，因此需要在处理之前将其删除。一点正则表达式就可以解决问题（但是，如果您不知道正则表达式 (Regular Expression Language)，这可能看起来像是一个黑魔法）。

这是一开始需要修改的代码

var file = new FileInfo("C:\\RealTextFile.txt");

// Regex to remove the "#Header" and "#Trailer".
// The modigied txt file will be saved with the "_" prefix.
File.WriteAllLines(file.DirectoryName + "\\_" + file.Name,
    File.ReadAllLines(file.FullName).Select(content =>
        Regex.Replace(content, @".*(?>#Header,)|#TRAILER.+", string.Empty)
    ));

file = new FileInfo(file.DirectoryName + "\\_" + file.Name);


OleDbConnection fileConnection = ...

【讨论】：

我认为这会有所帮助，但它没有读取浮动量值.. 检查新的屏幕截图。

没关系，我已经给你修好了。让我看看你提到的浮点数有什么问题。 @sandeep

@sandeep，我看了你的截图，老实说不知道发生了什么。你能像我添加截图的方式更新你的问题，这次包括文本文件的原始内容，甚至是其中的一部分吗？

#Header,TPCCH,LTPTP,TRC,F,2012/06/06 23:59:59,0000000002,0000000003,00.00,00.00,PTP0101011,PTP0101010 011001001,01102122122,W /06/06 23:59:59,01100110,2L,10.00,,A,,AP09BK4890, 011001002,0110212123,W,W1,2012/06/06 23:59:59,01100110,2L,10.00,10.00,AD ,,AP09BK4890, 011001003,0110212123,E,E1,2012/06/06 23:59:59,01100110,2L,10.00,10.00,R,012,AP09BK4891, #TRAILER,0000000003

您在这里遇到了三个问题：1) #header&#trailer 不是您的数据的一部分，因此应该删除。检查我对答案的更新。 2)您有重复的标题名称00.00 和00.00。这在任何数据库系统 AFAIK 中都不会发生，因为它将创建两个相同名称的字段。 3)您的标题中包含点 .，它们会被转换为 #。有关 2&3 的解决方案，请在此处查看我的答案 ***.com/a/28227665/1316651。