在 Scala 中，如何读取第一行有标题的简单 CSV 文件？

Posted 2023-02-24

【中文标题】在 Scala 中，如何读取第一行有标题的简单 CSV 文件？

【英文标题】：In Scala, how to read a simple CSV file having a header in its first line?

【发布时间】：2011-04-06 13:20:17

【问题描述】：

任务是通过简单 CSV 文件中的关键字段值（仅以逗号作为分隔符，没有包含字段的引号，从不在字段内的逗号）中查找特定字段（通过它的行号）值，在第一行有一个标题。

用户 uynhjl 给出了一个示例（但使用不同的字符作为分隔符）：

val src = Source.fromFile("/etc/passwd") val iter = src.getLines().map(_.split(":")) // print the uid for Guest iter.find(_(0) == "Guest") foreach (a => println(a(2))) // the rest of iter is not processed src.close()

这种情况下的问题是如何从解析中跳过标题行？

【问题讨论】：

我刚刚写了一个问题和综合答案，涵盖了解析输入和为 CSV 文件组合输出。它位于此处：***.com/a/32488453/501113

【参考方案1】：

你可以使用drop:

val iter = src.getLines().drop(1).map(_.split(":"))

来自documentation：

def drop (n: Int) : Iterator[A]: 将此迭代器推进到第一个 n 个元素，或元素的长度 迭代器，以较小者为准。

【讨论】：

读取 CSV 文件的方式不正确。 “正确解析 CSV 文件并非小事”，请参阅 CSV specification 和下一个答案。

@PeterKrauss 虽然标题侧重于 CSV 部分，但问题本身清楚地表明用户试图做的是跳过一行。

对不起，特拉维斯，这对你来说不是一个大胆的，它是为那些浪费时间寻找通用“CSV 解决方案”的 48k 综合浏览量的人准备的。似乎是Scala标准库的问题，没有标准……但是它用于以大数据为中心的项目（例如Spark）并且没有明显的CSV阅读器。

【参考方案2】：

这是CSV reader in Scala。哎呀。

或者，您可以查找 CSV reader in Java，然后从 Scala 调用它。

正确解析 CSV 文件并非易事。对于初学者来说，转义引号。

【讨论】：

我见过这个，但对于我的简单案例来说看起来太复杂了。我不需要所有这些正则表达式，因为我的文件非常简单。

我刚刚在这个 *** 答案上发布了一个更简单的解决方案（很容易复制/粘贴到本地编码上下文中）：***.com/a/32488453/501113

这应该是一个评论，因为它没有解决问题（如何跳过一行）。

【参考方案3】：

首先我使用take(1) 读取标题行，然后其余行已经在src 迭代器中。这对我来说很好。

val src = Source.fromFile(f).getLines

// assuming first line is a header
val headerLine = src.take(1).next

// processing remaining lines
for(l <- src) 
  // split line by comma and process them
  l.split(",").map  c => 
      // your logic here
  

【讨论】：

split(",") 的问题在于，当您遇到像"This, that" 这样的字符串时，即使它是单个点的一部分，它也会将其拆分。

我刚刚在此处对 CSV 问题的全面回答中解决了非常常见且错误的“使用 split(”,") 建议：***.com/a/32488453/501113

问题是simple CSV。如果 CSV 不简单，那么对我们来说，专用的 CSV 库总是更好。