将html字符串写入csv文件

Posted 2023-02-24

【中文标题】将html字符串写入csv文件

【英文标题】：Write html strings to csv file

【发布时间】：2016-10-22 23:36:24

【问题描述】：

是否可以将html字符串输出到csv。

尝试将数据从 cms 导出到 csv 和 Excel。每段 html 都可以包含逗号和其他任何内容。

EG. <p class="myclass">This is an example, of the string</p>

在 Excel 中导入中断，尽管前几行是正确的，但错误的数据出现在错误的列中。

我想实现这种格式

col1,col2,col3
"1","<p class="myclass">This is an example, of the string</p>","and more html here"

我已经尝试过这种事情 - 我正在迭代 cms 中的内容项并将每个属性输出为单独的 csv 数据值，用引号括起来并用逗号分隔。

foreach (var prop in offer.Properties) //.Where(x=>x.Alias != "Id"))


    var @propValue = prop.Value.ToString().Replace("\"", "'");

    // Append comma except last
    sb.Append(prop != offer.Properties.Last()
        ? "\"" + propValue + "\","
        : "\"" + propValue + "\"");

sb.Append(Environment.NewLine);

更新： 事实上，这项任务被证明充满了困难。最初的目标是快速将一组节点及其属性从 Umbraco CMS 导出到 Excel 文件。我了解到对于这种类型的数据，csv 可能不是正确的格式，它完全基于存储在 xml 中的数据，包括编码的 html sn-ps。

在我们的例子中，实现我们想要的最佳方式是将导出的数据输出为 Excel 可以理解的 html 表格，该表格保持编辑器友好的格式，而不是编码的 html sn-ps。

【问题讨论】：

你想要实现什么？你想把<p class="myclass">This is an example, of the string</p> 解析成什么？给我们一些示例 od 输出！

刚刚添加了所需格式的更多说明

为什么不用 EPPlus 创建一个真正的 Excel 文件？生成工作表可以像ws.LoadFromDataTable(someTable); 或ws.LoadFromCollection(someList); 一样简单。除此之外，尝试将 HTML 放入 CSV 只是自找麻烦。您不能简单地替换或编码所有引号，因为 HTML sn-p 可能已经包含编码字符串。您可以尝试使用一些真正意想不到的字符作为列和行分隔符，例如 ¤ 和 ¶

@wingyip 如果对数据没有严格限制，例如没有换行符、没有转义引号、属性只有单引号等，您所问的可能是不切实际的。真正的 问题是什么你想解决？为什么您认为以 CSV 格式导出 HTML 是解决方案？

感谢您让我想到替代方案@PanagiotisKanavos

【参考方案1】：

你可以HtmlEncode 去掉你的引号“。”的字符串。

string data = "<p class=\"myclass\">This is an example, of the string</p>";
Server.HtmlEncode(data);

https://msdn.microsoft.com/en-us/library/w3te6wfz(v=vs.110).aspx

编辑：

"<a href=&quote;http://www.example.com&quote;>link</a>","<b>more html</b>"

【讨论】：

逗号呢？

您的逗号将被 CSV 字符串包围。查看更新的答案。

【参考方案2】：

在编码/解码 csv 时，我宁愿使用插件/库，当我自己尝试这样做时，我会咬自己一些讨厌的用例（如何根据语言环境记录小数，不均匀的数据, 转义字符等。）我使用了 CsVHelper 的调整版本，但你可以在网上找到很多不同的版本。

关于您的更新。我建议不要直接用html填充你的csv，而是用实际值填充它。将您的 View Logic 远离您的 Model Logic 。让我们做一个简单的例子。

<table>
  <tr>
    <th>A</th>
    <th>B</th> 
    <th>C</th>
  </tr>
  <tr>
    <td>1</td>
    <td>2</td> 
    <td>3</td>
  </tr>
</table>

如果我以这种格式给你数据：

A B C
1 2 3

甚至是这种格式：

A,B,C
1,2,3

您可以很容易地根据这些数据重新创建 html 表；或创建图表；或word文档；或您希望向用户展示模型的任何方式。

反之，表格中的一组数据

 <th>A</th>,    <th>B</th> ,    <th>C</th>
 <td>1</td>,    <td>2</td> ,    <td>3</td>

每次您要在除 html 之外的不同上下文中使用数据时，都会强制您进行解析。将视图和模型放在不同的位置将使您的工作更轻松。