在 Java 中拆分其数据中包含逗号和特殊字符的 csv 文件

Posted 2023-03-25

【中文标题】在 Java 中拆分其数据中包含逗号和特殊字符的 csv 文件

【英文标题】：Splitting a csv file which is having comma snd special characters in its data in Java

【发布时间】：2018-02-12 06:16:50

【问题描述】：

我想使用 java 拆分一个 CSV 文件，该文件在其数据中包含逗号和其他特殊字符。我尝试了像line.split(",(?=(?:[^\"]*\"[^\"]*\")*[^\"]*$)", -1); 和更多类似的东西这样的正则表达式拆分方式。但是在某些行中拆分是错误的。

CSV 有大约 3000 行。他们中的一些人没有正确地分裂。 请建议一种标准方法来拆分 csv 文件中的数据。

【问题讨论】：

已经有大量的 CSV 解析库，任何一个都可以使用。

你的正则表达式应该如何知道逗号是否是分隔符？

我在 Commons CSV 上取得了成功。用户指南在这里：commons.apache.org/proper/commons-csv/user-guide.html

CSV API for Java的可能重复

【参考方案1】：

如果您有标准桌面或 Web 应用程序，Apache-CSV 或 OpenCSV可能会对您有所帮助。如果您正在处理某种“大数据”技术，请查看Spark。

【讨论】：

3000 行！= 大数据

@thomas 同意。但是没有人告诉你这是一百万个 csv 文件中的一个，还是一行包含 100MB 的数据。根据这个问题，这听起来不太可能，但我想指出，纯粹的行数并不能告诉你任何事情。

【参考方案2】：

将所有特殊字符替换为+，然后拆分

String result = str.replaceAll("[^\\dA-Za-z ]", "").replaceAll("\\s+", "+");

【参考方案3】：

您可以使用制表符(\t)，而不是使用逗号分隔值。 文件可以以 .csv 扩展名保存。它对我有用。