如何使用 Super CSV 跳过仅包含空格的行？答案

【问题标题】：How do I skip white-space only lines using Super CSV?如何使用 Super CSV 跳过仅包含空格的行？
【发布时间】：2012-11-27 16:04:09
【问题描述】：

如何配置 Super CSV 以跳过空白行或仅包含空格的行？

我正在使用 CsvListReader，有时我的数据中会出现一个空行。发生这种情况时，会产生以下效果的异常：

CellProcessor 的数量必须与字段的数量相匹配

我想直接跳过这些行。

【问题讨论】：

标签： java csv supercsv

【解决方案1】：

我不知道这个库（您应该添加一个 Java 标记...），但是查看the examples，我看到他们的阅读器支持每行可变数量的行。空行是此模式的子情况。

或者（可能效率较低），您可以捕获异常并继续阅读...

【讨论】：

'SuperCSV' 标签是库作者请求的。
这很好，但是你可以添加几个标签，你知道吗？ :-) 很高兴您从权威来源得到答案...

【解决方案2】：

更新： Super CSV 2.1.0（2013 年 4 月发布）允许您通过首选项提供 CommentMatcher，这样您就可以跳过被视为 cmets 的行。您可以使用 2 个内置匹配器，也可以提供自己的匹配器。在这种情况下，您可以使用new CommentMatches("\\s+") 跳过空白行。

Super CSV 只跳过零长度的行（只是一个行终止符）。

如果有空行，则不是有效的 CSV 文件（请参阅 RFC4180 的 rule 4 声明 Each line should contain the same number of fields throughout the file）。空行唯一有效的情况是它是由引号包围的多行字段的一部分。例如

column1,column2
"multi-line field

with a blank line",value2

话虽如此，有可能让 Super CSV 对空行更宽容一些（它可以忽略它们）。如果您可以在我们的 SourceForge 页面上发布feature request，我们可以对此进行进一步调查，并可能在未来的版本中添加此功能。

不过现在对你没有帮助！

我还没有对此进行广泛的测试，但它应该可以工作:) 你可以编写自己的标记器来跳过空行：

package org.supercsv.io;

import java.io.IOException;
import java.io.Reader;
import java.util.List;

import org.supercsv.prefs.CsvPreference;

public class SkipBlankLinesTokenizer extends Tokenizer {

    public SkipBlankLinesTokenizer(Reader reader, CsvPreference preferences) {
        super(reader, preferences);
    }

    @Override
    public boolean readColumns(List<String> columns) throws IOException {

        boolean moreInput = super.readColumns(columns);

        // keep reading lines if they're blank
        while (moreInput && (columns.size() == 0 || 
                             columns.size() == 1 && 
                             columns.get(0).trim().isEmpty())){
            moreInput = super.readColumns(columns);
        }

        return moreInput;
    }

}

只需将其传递给阅读器的构造函数（您必须将首选项传递给阅读器和标记器）：

ICsvListReader listReader = null;
try {
    CsvPreference prefs = CsvPreference.STANDARD_PREFERENCE;
    listReader = new CsvListReader(
        new SkipBlankLinesTokenizer(new FileReader(CSV_FILENAME), prefs),
        prefs);
...

希望对你有帮助

【讨论】：

好建议！我在线路阅读水平上搞砸了，但这并不正确。我确实不得不稍微修改你的代码。 readColumns() 会解析一列空白，因此 columns.size() == 1。我用我使用的代码更新了你的答案。
嗯...显然我对您的答案的编辑正在等待“同行评审”。这是新的循环条件： (moreInput && columns.size() == 1 && columns.get(0).trim().isEmpty())
好的，我更新了您的编辑以适应空行（columns.size() == 0），就像我原来的答案一样（它对其他人更有用）。我正在考虑改用getUntokenizedRow().trim().isEmpty()，但是在读取制表符分隔的文件时会中断。