显示来自 csv 文件的字符串数组中的重复项（Java）

Question

我的问题是我从 csv 文件创建了一个数组，现在我必须输出任何带有重复项的值。 该文件的布局为 5x9952。它由数据组成：

id,birthday,name,sex, first name

我现在希望程序在每列（例如名称）中显示重复的内容。好像有两个同名的人。但是无论我从互联网上找到的内容中尝试什么，都只会向我显示行的重复项（例如名称和名字是否相同）。 到目前为止，这是我得到的：

package javacvs;

import java.io.BufferedReader;
import java.io.FileReader;
import java.io.IOException;
import java.util.Arrays;
import java.util.HashSet;
import java.util.Set;

/**
 *
 * @author Tobias
 */
public class main {

    /**
     * @param args the command line arguments
     */
    public static void main(String[] args) {
        String csvFile = "/Users/Tobias/Desktop/PatDaten/123.csv";
        String line = "";
        String cvsSplitBy = ",";

        try (BufferedReader br = new BufferedReader(new FileReader(csvFile))) {

            while ((line = br.readLine()) != null) {

                // use comma as separator
                String[] patDaten = line.split(cvsSplitBy);


for (int i = 0; i < patDaten.length-1; i++)
        {
            for (int j = i+1; j < patDaten.length; j++)
            {
                if( (patDaten[i].equals(patDaten[j])) && (i != j) )
                {
                    System.out.println("Duplicate Element is : "+patDaten[j]);
                }
            }
        }
                }
            }catch (IOException e) {
            e.printStackTrace();
        }
        }

    }

（我更改了 csv 的名称，因为它包含机密数据）

Answer 1

这里的真实情况：停止思考“低级”。好的 OOP 是关于创建有用的抽象。

换句话说：您的第一站应该是创建一个有意义的类定义来表示一行的内容，现在我们将其称为Person 类。然后你将进一步的担忧分开：

• 您创建了一个类/方法，除了读取该 CSV 文件之外什么都不做 - 并且每行创建一个 Person 对象
• 您创建了一个有意义的数据结构来告诉您重复项

后者可以（例如）某种反向索引。含义：你有一个Map<String, List<Person>>。在阅读完所有 Person 对象（可能在一个简单的列表中）之后，您可以这样做：

Map<String, List<Person>> personsByName = new HashMap<>();
for (Person p : persons) {
  List<Person> personsForName = personsByName.get(p.getName());
  if (personsByName == null) {
    personsForName = new ArrayList<>();
    personsByName.put(p.getName(), personsForName);
  }
  personsForName.add(p);
}

在该循环之后，该地图包含您表中使用的所有名称 - 对于每个名称，您都有一个相应人员的列表。

Answer 2

您正在对行进行迭代，而不是对列进行迭代。您需要做的是在列上具有相同的循环。

您可以做的是将名称累积到一个单独的数组中，然后对其进行迭代。我确定您知道要比较的列是什么索引。因此，您将需要一个额外的循环来累积要检查重复的列。

Answer 3

有点不清楚你想要呈现什么，整条记录，或者只是有重复的名字。

仅供参考：

String csvFile = "test.csv";

List<String> readAllLines = Files.readAllLines(Paths.get(csvFile));

Set<String> names = new HashSet<>();

readAllLines.stream().map(s -> s.split(",")[2]).forEach(name -> {
    if (!names.add(name)) {
        System.out.println("Duplicate name: " + name);
    }
});

全部记录：

String csvFile = "test.csv";

List<String> readAllLines = Files.readAllLines(Paths.get(csvFile));

Set<String> names = new HashSet<>();
readAllLines.stream().forEach(record -> {
    String name = record.split(",")[2];
    if (!names.add(name)) {
        System.out.println("Duplicate name: " + name + " with record " + record);
    }
});

Answer 4

您的问题是循环的嵌套。您所做的是，您阅读一行，将其拆分，然后将这一行的字段相互比较。你甚至没有将一行与其他行进行比较！

因此，首先您需要一个包含所有行的数组，以便您可以比较这些行。正如 GhostCat 在他的回答中建议的那样，您应该使用您自己的类 Person，它具有五个字段作为属性。但是您可以使用第二个数组，这样您就可以使用 Alexander Petrov 在他的回答中所说的索引。在后一种情况下，您会得到一个二维数组：

String[][] patDaten;

之后，您读取 csv 文件的所有行，并为每一行创建一个新的 Person 或一个新的内部数组。

阅读整个文件后，您可以根据需要比较字段。在这里你使用你的双循环。因此，您将patDaten[i].getName() 与patDaten[j].getName() 或数组patDaten[i][1] 与patDaten[j][1] 进行比较。