如何解析具有引用值但没有换行符的 csv 文件？ [复制]

Posted 2023-04-13

【中文标题】如何解析具有引用值但没有换行符的 csv 文件？ [复制]

【英文标题】：How can I parse a csv file that has quoted values but no line breaks? [duplicate]

【发布时间】：2020-05-02 19:15:10

【问题描述】：

如何使用 C# 解析这样的 csv 文件？

"TeamName","PlayerName","Position"  "Chargers","Philip Rivers","QB"  "Colts","Peyton Manning","QB"  "Patriots","Tom Brady","QB"

请注意，自然换行符为零。位于值之外的双空格将一行与另一行区分开来。

---

相关：

line breaks lost in sql server How do you view ALL text from an ntext or nvarchar(max) in SSMS?

【问题讨论】：

该文件是否有可能只有\n (LF)，没有\r (CR)，并且您在无法识别Unix 换行符的编辑器中打开它？或者也许它使用另一个字符作为记录分隔符？只是想在采取可能被视为极端措施之前排除这种可能性。

我认为您将需要创建一个正则表达式来解析行（类似于("[^"]*",)*("[^"]*" )（不包括最后一行）。一旦将行解析为行，其余的很容易

怎么样：查找：(".*?"(?:,".*?")*) 替换：$1\n

【参考方案1】：

在 cmets 中使用 @toto 的想法（和我的），这样的事情怎么样。

使用正则表达式解析每一行，然后将每一行的内容通过在每行末尾添加"\r\n" 使其成为一行。

 const string input =
     "\"TeamName\",\"PlayerName\",\"Position\"  \"Chargers\",\"Philip Rivers\",\"QB\"  \"Colts\",\"Peyton Manning\",\"QB\"  \"Patriots\",\"Tom Brady\",\"QB\"";
 const string linePattern = "(?<Line>(\"[^\"]+\",?)+)  ";
 var lineRegex = new Regex(linePattern);

 var linesText = lineRegex.Replace(input, "$Line\r\n");

最后，linesText 看起来像一个常规的引号分隔的 CSV 文件，您可以使用常规工具对其进行解析。如果我运行这段代码，这就是linesText 的样子：

"TeamName","PlayerName","Position"
"Chargers","Philip Rivers","QB"
"Colts","Peyton Manning","QB"
"Patriots","Tom Brady","QB"

【参考方案2】：

您可以尝试以下方法。

        var content = File.ReadAllText(@"path/to/csv").Replace("  ", ";");
        var result = content.Split(';');
        foreach (var str in result)
        
            Console.WriteLine(str);

        

【讨论】：

这和@kit有同样的问题。如果在引用的字段之一中嵌入了<sp><sp>，它将被识别为“行尾”

@Flydog57 你是对的。我不认为在提供样本的数据集中会出现这种情况。我认为在这种情况下 reg ex 是最好的方法。