關於CSV檔案的讀寫問題(特別是有雙引號和逗號的情況)(轉載)
最新專案中遇到CVS中有特殊字元(英文逗號、引號),導致解析出現問題,度娘一把查詢到解決辦法,記錄一下
轉載:https://blog.csdn.net/xyr05288/article/details/53696464
一. 對於CSV的讀寫既可以像讀寫txt檔案似的讀寫
/*===================讀檔案=======================*/
InputStreamReader read = new InputStreamReader(
new FileInputStream(file),encoding);//考慮到編碼格式
BufferedReader bufferedReader = new BufferedReader(read);
String lineTxt;
while((lineTxt = bufferedReader.readLine()) != null ){
if(!lineTxt.trim().equals("")) {
String[] temp = lineTxt.split("\t",-1);
txtList.add(temp);
}
}
read.close();
/*==================寫檔案========================*/
File txtFile = new File(filePath);
//追加
BufferedWriter bw = new BufferedWriter(new OutputStreamWriter(new FileOutputStream(txtFile, true),encoding));
if(content != null && content.size()>0){
for(Integer i=0 ; i<content.size(); i++){
String[] element = content.get(i);//一行元素
if(element != null && element.length > 0){
for(Integer j=0; j<element.length; j++){
String temp = element[j];
if(j == element.length - 1){
bw.write(temp + "\n");
}else{
bw.write(temp + separator);
}
}
}
}
也可以用java提供的庫javacsv和opencsv寫,但是注意javacsv不可追加,中文OK;opencsv可追加,但是中文會亂碼。兩者可寫入欄位中含有逗號的內容。
二. 用寫txt檔案的方式寫csv時,針對內容中的逗號和雙引號要做特殊處理(參考文章):
CSV全稱是:Comma Separated Values 或者 Character Separated Values。
儘管第一種說法更常見,但我覺得還是第二種說法更確切一些,因為你可以使用其它字元做分隔符。
使用逗號做分隔符的CSV檔案有一個好處:你可以直接用Excel開啟。如果使用其它分隔符,比如“|”,你必須告訴Excel該檔案使用“|”作分隔符,Excel才能把它匯入進來。
前幾天,project manager告訴我:我們有許多CSV檔案,都是使用“|”做分隔符,用Excel開啟的時候比較麻煩,使用者想在Excel中直接開啟。這樣就需要使用“,”做分隔符。但是檔案中有些欄位含有逗號,必須對這些逗號特殊處理,才能保證CSV檔案在Excel中正確開啟。他還給了我一個演算法:
如果欄位中有逗號(,),該欄位使用雙引號(”)括起來;
如果該欄位中有雙引號,該雙引號前要再加一個雙引號,然後把該欄位使用雙引號括起來。
看完project manager的要求,我真是滿頭起包啊。在IT業混了十幾年了,竟然不知道這樣處理逗號。
舉幾個例子:
欄位處理前 | 欄位處理後 |
abc,d2 | "abc,d2" |
ab"c,d2 | "ab""c,d2" |
"abc | """abc" |
"" | """""" |
如果欄位中有兩個挨著的雙引號,比如:aaa”“ccc。這種情況不用特殊處理。這是我在寫這篇部落格的時候才想起來的,趕忙使用Excel測試了一下。還好,不用特殊處理就能正常開啟,不然我還得改程式。當然了,如果你把它處理成:”aaa”“”“ccc” Excel也能正常開啟。事後總結總結真是有好處啊。
另外,如果某欄位第一個字元是空格,第二個字元是雙引號,這種情況不用特殊處理。Project Manager在給我描述演算法的時候,也舉了一個欄位只有一個雙引號的例子,但他不小心在雙引號前面加了個空格,把問題掩蓋過去了。
因此在寫CSV檔案時,需要先判斷是否有逗號和雙引號,並做相應處理
boolean quoteFlag = false;//標記是否新增過雙引號
//20161214 若發現有逗號 需前後加引號 否則會出現串列的情況
String value = element[i];
if(value.contains("\"")){ //若發現有雙引號 需要將字串中的一個雙引號替換為兩個 並且需前後加雙引號
value = value.replaceAll("\"","\"\"");
value = "\"" + value + "\"";
quoteFlag = true;
}
if(value.contains(",") && !quoteFlag){ //若發現有逗號 需前後加引號
value = "\"" + value + "\"";
}
if(j == fileHeader.size() - 1){
bw.write(value + "\n");
}else{
bw.write(value + separator);
}
讀這樣的csv檔案時,需要做類似的處理:
//去掉字串前後字串 for csv輸出
public static String clearStartAndEndQuote(String str){
if(str != null && str.length()>=2) {
if(str.indexOf("\"")==0) str = str.substring(1,str.length()); //去掉第一個 "
if(str.lastIndexOf("\"")==(str.length()-1)) str = str.substring(0,str.length()-1); //去掉最後一個 "
str = str.replaceAll("\"\"","\"");//把兩個雙引號換成一個雙引號
}
return str;
}
String tempValue = ClassUtil.clearStartAndEndQuote(temp[j]);
三. 文字內容的逗號分隔(參考文章)
當大家進行這一操作的時候通常會遇到如下問題。
1: 想分割資料 例如:
"123","Jack jona","Computer science"
"234","Joen Dan", "Philosophy"
//當遇到這種資料的時候可直接用 逗號進行分割。
String[] strArr = str.trim().split(",",-1);
2: 分割資料如下:
"123", "jack jona", "New York, NY"
"234", "Lee Jack", "Fort myers, FL"
//當遇到這種資料的時候可以直接使用
String[] strArr = str.trim().split(",(?=([^\\\"]*\\\"[^\\\"]*\\\")*[^\\\"]*$)",-1); //雙引號內的逗號不分割 雙引號外的逗號進行分割
//進行分割。 這種的好處是隻對引號外面的逗號進行分割,對引號內的不分割。
//簡單的說這種分割得出的結果是
123| jack jona| New York, NY
234| Lee Jack| Fort myers, FL