csv 文件中单元格内的字段和文本分隔符

Posted 2023-04-13

技术标签:

【中文标题】csv 文件中单元格内的字段和文本分隔符【英文标题】：Field and text delimiters within cells in csv files 【发布时间】：2020-07-06 23:36:24 【问题描述】：

这可能是一个非常基本的问题，尽管我尝试过，但还是找不到令人满意的答案。如果您对背景不感兴趣，请随意跳到最后的问题。

任务：

我希望为我的统一项目创建一个简单的本地化解决方案。经过一些初步研究后，我得出结论，最好使用流式阅读器读取的 .csv 文件，这样翻译人员只需与 csv 表进行交互，其中信息组织得井井有条。

主要问题：

由于文本的性质，我需要考虑实际字段中的换行符和特殊字符。因此，我无法使用正常的 readLine() 方法。我使用 Read() 并检查换行符是否在文本分隔符括号内。但是当我检查文本分隔符时，我担心它可能会遇到普通单元格内文本的未转义分隔符部分（因为普通文本分隔符是引号）。

所以我将分隔符切换为§。但是现在每次打开文件时，我都必须在 OpenOfficeCalc 中重新输入 § 作为文本分隔符，这可能是由于编码差异。这很烦人，但不是世界末日。

我的问题：

OpenOffice（或类似软件）通常如何区分单元格内的逗号/引号和用作分隔符的逗号/引号？如果我知道这一点，我可能会在阅读文件时采用类似的方法。

我尝试使用 NotePad++ 查看文件，发现换行符（/r 而不是 /r/n）存在差异，显然它位于文本分隔符括号内，但谈到分隔符的方式那些刚刚在文本/字段中输入的，我正在画一个空白。

OpenOffice Calc 中的翻译文件：

NotePad++ 中的翻译文件，显示所有字符：

如果有任何关于该主题的见解或链接，我将不胜感激。

【问题讨论】：

【参考方案1】：

来自https://en.wikipedia.org/wiki/Comma-separated_values：

CSV 文件格式未完全标准化。用逗号分隔字段的基本思想很明确，但是当字段数据也可能包含逗号甚至嵌入换行符时，这个想法就会变得复杂。

LibreOffice Calc 有一种合理的方式来处理这些事情。

在每条记录的末尾使用LF 换行和CR。您的代码似乎已经处理了这个问题。在需要时使用引号分隔字符串。如果字符串包含一个或多个引号，则复制引号使其成为文字。

从您问题中的示例来看，您似乎告诉 Calc 不要使用任何引号作为字符串分隔符。你为什么这么做？当我尝试它时，LibreOffice（或 Apache OpenOffice）在打开以这种方式保存的文件后，会在不同的列中显示字段。

以下示例 CSV 文件的字段包含逗号、引号和换行符。在 Calc 中查看时：

  A          B
  ---------  --
1 | 1,",2",  3
  ---------  -- 
2 | a        c
  | b

Calc 正确读取并保存文件，如下所示。保存时的设置是 Field delimiter , 和 String delimiter " 这是默认设置。

"1,"",2"",",3[CR]
"a
b",c[CR]

【讨论】：

以上是关于csv 文件中单元格内的字段和文本分隔符的主要内容，如果未能解决你的问题，请参考以下文章