如何使用 C# 处理 CSV 文件中的换行符？
Posted
技术标签:
【中文标题】如何使用 C# 处理 CSV 文件中的换行符？【英文标题】：How do I handle line breaks in a CSV file using C#? 【发布时间】：2010-11-13 19:55:09 【问题描述】：我有一个 Excel 电子表格正在 C# 中转换为 CSV 文件，但在处理换行符时遇到问题。例如：
"John","23","555-5555"
"Peter","24","555-5
555"
"Mary,"21","555-5555"
当我阅读 CSV 文件时，如果记录不是以双引号 (") 开头，则错误地存在换行符，我必须将其删除。我有一些来自互联网的 CSV 阅读器类，但我是担心他们会在换行时失败。
我应该如何处理这些换行符？
非常感谢大家的帮助。
这是我到目前为止所做的。我的记录有固定的格式，都以
开头JTW;...;....;...;
JTW;...;...;....
JTW;....;...;..
..;...;... (wrong record, line break inserted)
JTW;...;...
所以我在每一行的 [3] 位置检查了;。如果是真的，我会写；如果为假，我将在最后一个（删除换行符）追加
我现在遇到了问题，因为我将文件保存为 txt。
顺便说一句，我通过在 Excel 中另存为 csv 将 Excel 电子表格转换为 csv。但我不确定客户是否这样做。
所以作为 TXT 的文件是完美的。我检查了记录和总数。但现在我必须将它转换回 csv，我真的很想在程序中这样做。有人知道怎么做吗？
这是我的代码：
namespace EditorCSV
class Program
static void Main(string[] args)
ReadFromFile("c:\\source.csv");
static void ReadFromFile(string filename)
StreamReader SR;
StreamWriter SW;
SW = File.CreateText("c:\\target.csv");
string S;
char C='a';
int i=0;
SR=File.OpenText(filename);
S=SR.ReadLine();
SW.Write(S);
S = SR.ReadLine();
while(S!=null)
try C = S[3];
catch (IndexOutOfRangeException exception)
bool t = false;
while (t == false)
t = true;
S = SR.ReadLine();
try C = S[3];
catch (IndexOutOfRangeException ex) S = SR.ReadLine(); t = false;
if( C.Equals(';'))
SW.Write("\r\n" + S);
i = i + 1;
else
SW.Write(S);
S=SR.ReadLine();
SR.Close();
SW.Close();
Console.WriteLine("Records Processed: " + i.ToString() + " .");
Console.WriteLine("File Created SucacessFully");
Console.ReadKey();
【问题讨论】：
我可能会误解，但是您是否将 excel 文件解析为 csv，然后当您尝试读取它时遇到问题？如果是这种情况，您用于将 excel 文件解析为 csv 的代码是什么样的？ 您是在生成 csv，还是在读取 csv，还是两者兼而有之？ 啊解析 CSV 的乐趣。它看起来很简单，但有一些令人讨厌的情况。 【参考方案1】：CSV 具有预定义的处理方式。该站点提供了对标准way to handle all the caveats of CSV 的易于阅读的说明。
尽管如此，确实没有理由不使用可靠的开源库来读写 CSV 文件以避免犯非标准错误。 LINQtoCSV 是我最喜欢的库。它以干净简单的方式支持阅读和写作。
或者，this SO question on CSV libraries 将为您提供最受欢迎的选择列表。
【讨论】：
【参考方案2】：不要检查当前行是否缺少 (") 作为第一个字符，而是检查最后一个字符是否是 (")。如果不是，你知道你有一个换行符，你可以读取下一行并将其合并在一起。
我假设您的示例数据是准确的 - 字段用引号括起来。如果引号可能无法分隔文本字段（或以某种方式在非文本数据中找到换行符），那么所有赌注都将失败！
【讨论】：
某些 CSV 应用程序在生成 CSV 文件时不会将每个字段都用引号括起来，因此这可能是一个有问题的解决方案。 当然，我假设他的示例数据是准确的 - 字段用引号括起来。如果引号可能无法分隔文本字段（或以某种方式在非文本数据中找到换行符），那么所有的赌注都没有了！ 道格，也许把假设放在你的答案中【参考方案3】：.NET 中有一个读取 CSV 文件的内置方法（需要添加 Microsoft.VisualBasic 程序集参考）：
public static IEnumerable<string[]> ReadSV(TextReader reader, params string[] separators)
var parser = new Microsoft.VisualBasic.FileIO.TextFieldParser(reader);
parser.SetDelimiters(separators);
while (!parser.EndOfData)
yield return parser.ReadFields();
如果您要处理非常大的文件，这个 CSV 阅读器声称是您能找到的最快的阅读器：http://www.codeproject.com/Articles/9258/A-Fast-CSV-Reader
【讨论】：
【参考方案4】：我最近使用这段代码来解析 CSV 文件中的行（这是一个简化版本）：
private void Parse(TextReader reader)
var row = new List<string>();
var isStringBlock = false;
var sb = new StringBuilder();
long charIndex = 0;
int currentLineCount = 0;
while (reader.Peek() != -1)
charIndex++;
char c = (char)reader.Read();
if (c == '"')
isStringBlock = !isStringBlock;
if (c == separator && !isStringBlock) //end of word
row.Add(sb.ToString().Trim()); //add word
sb.Length = 0;
else if (c == '\n' && !isStringBlock) //end of line
row.Add(sb.ToString().Trim()); //add last word in line
sb.Length = 0;
//DO SOMETHING WITH row HERE!
currentLineCount++;
row = new List<string>();
else
if (c != '"' && c != '\r') sb.Append(c == '\n' ? ' ' : c);
row.Add(sb.ToString().Trim()); //add last word
//DO SOMETHING WITH LAST row HERE!
【讨论】：
【参考方案5】：试试CsvHelper（我维护的一个库）。它忽略空行。我相信您可以在 FastCsvReader 中设置一个标志，让它也处理空行。
【讨论】：
这也是我发现的最快的。谢谢你，乔希。【参考方案6】：也许您可以在 ReadLine() 期间计算 (")。如果它们是奇数，则会引发标志。您可以忽略这些行，或者获取接下来的两行并消除第一个 "\n" 出现合并线。
【讨论】：
string.IsNullOrEmpty(value.Trim()) 可能更安全。【参考方案7】：由于这个问题，我通常做的是逐个字符而不是逐行阅读文本。
当您阅读每个字符时，您应该能够弄清楚每个单元格的开始和停止位置，以及行和单元格中的换行符之间的区别：如果我没记错的话，无论如何对于 Excel 生成的文件，行以\r\n开头，单元格中的换行符只有\r。
【讨论】：
【参考方案8】：听取专家的建议和Don't roll your own CSV parser。
您的第一个想法是，“如何处理换行符？”
您的下一个想法是，“我需要处理引号内的逗号。”
你的下一个想法是，“哦，废话，我需要处理引号内的引号。转义引号。双引号。单引号......”
这是一条通往疯狂的道路。不要自己写。找到一个具有广泛单元测试覆盖率的库，该库涵盖了所有困难的部分，并为你经历了地狱。对于 .NET，请使用 free FileHelpers library。
【讨论】：
【参考方案9】：有一个示例解析器是 c#，它似乎可以正确处理您的情况。然后，您可以读取数据并在读取后清除换行符。 Part 2 是解析器，有一个 Part 1 覆盖了编写器部分。
【讨论】：
【参考方案10】：阅读该行。 拆分为列（字段）。 如果每行预期有足够的列，则进行处理。 如果没有，请阅读下一行，并捕获剩余的列，直到获得所需的内容。 重复。
【讨论】：
如果引号之间有逗号，拆分可能很危险。精心设计的正则表达式会更安全。【参考方案11】：可以在每一行上使用一个稍微简单的正则表达式。当它匹配时，您处理匹配中的每个字段。如果找不到匹配项，则跳过该行。
正则表达式可能看起来像这样。
Match match = Regex.Match(line, @"^(?:,?(?<q>['"](?<field>.*?\k'q')|(?<field>[^,]*))+$");
if (match.Success)
foreach (var capture in match.Groups["field"].Captures)
string fieldValue = capture.Value;
// Use the value.
【讨论】：
【参考方案12】：看看FileHelpers Library 它支持读\写带有换行符的CSV以及读\写到excel
【讨论】：
【参考方案13】：LINQy 解决方案：
string csvText = File.ReadAllText("C:\\Test.txt");
var query = csvText
.Replace(Environment.NewLine, string.Empty)
.Replace("\"\"", "\",\"").Split(',')
.Select((i, n) => new i, n ).GroupBy(a => a.n / 3);
【讨论】：
【参考方案14】：您还可以在 NuGet 上查看我的 CSV 解析器 SoftCircuits.CsvParser。它不仅会解析 CSV 文件，而且——如果需要的话——还可以自动将列值映射到您的类属性。它的运行速度比 CsvHelper 快近四倍。
【讨论】：
【参考方案15】：要在 CSV 中存在换行符，必须有一个未闭合的打开双引号。 假设所有 CSV 单元格必须打开和关闭双引号，只需检查是否有奇数个引号
my_string.Count(c => c == '"') % 2 == 1
如果是这样，请继续阅读，直到找到偶数。
【讨论】：
以上是关于如何使用 C# 处理 CSV 文件中的换行符？的主要内容，如果未能解决你的问题，请参考以下文章
Android / Java，如何在某些字段中使用换行和逗号来处理csv文件？