CSV 行拆分为字符串数组问题答案

【问题标题】：CSV row split into string array questionCSV 行拆分为字符串数组问题
【发布时间】：2010-08-21 14:10:29
【问题描述】：

您将如何将此行拆分为字符串数组？

问题是 Rutois, a.s. , 所以不能直接用','分隔符..

543472,"36743721","Rutois, a.s.","151","some name","01341",55,"112",1

谢谢

【问题讨论】：

从上面的字符串中举例说明你想要什么结果。
543472;36743721;Rutois, a.s.;151;some name;01341;55;112;1
这是一个 VB.NET 问题，但答案类似于@Darin 的：stackoverflow.com/questions/959448/split-csv-string

标签： c# string split

【解决方案1】：

我建议您使用 CSV 解析器而不是 rolling your own。

FileHelpers 是适合这项工作的一个不错的库。

【讨论】：

它实际上是一个非常简单的有限状态机。几年前我写了一个，因为 ADO 觉得这个任务有点过头了。
+1。 codeproject.com/KB/database/CsvReader.aspx 是一个不错的轻量级。 @liho1eye：这可能很简单，但重新发明轮子并不能为您的客户创造价值。
@TrueWill 这有点循环逻辑。此外，我只是查看了您的链接，这似乎与我的解决方案几乎相同……可能要抛光得多，但（查看修订日志）比我的至少年轻 2 年。并不是说我试图声明对此实现的权利。它只是证明 CSV 解析器很容易制作。
@liho1eye：如果您有替代实现，那太好了！将其发布为开源（如果您拥有版权）并让其他人从您的努力中受益。我要说的是，除了（a）作为学习练习，（b）他们的平台上没有可用的，或者（c）现有的解析器不满足他们的业务之外，其他人没有理由编写 CSV 解析器要求。

【解决方案2】：

您可以使用正则表达式从该行中挑选出值：

string line ="543472,\"36743721\",\"Rutois, a.s.\",\"151\",\"some name\",\"01341\",55,\"112\",1";
var values = Regex.Matches(line, "(?:\"(?<m>[^\"]*)\")|(?<m>[^,]+)");
foreach (Match value in values) {
  Console.WriteLine(value.Groups["m"].Value);
}

输出：

543472
36743721
Rutois, a.s.
151
some name
01341
55
112
1

这当然假设您实际上已经在字符串中获得了完整的 CSV 记录。请注意，CSV 记录中的值可以包含换行符，因此无法通过简单地在换行符处拆分来从 CSV 文件中获取记录。

【讨论】：

我检查了你的正则表达式，在这种情况下它失败了："text1,\"text2,\"text3" 它应该返回值：text1 | "text2 | "text3 但它返回：text1 |文本2，|文本3
@Bronek：你认为它为什么应该这样做？
...'因为它不应该在第二个引号之后划分此数据。在这种情况下，逗号被假定为分隔符。
@Bronek：该输入无效，因此未定义预期结果。

【解决方案3】：

你可以使用 odbc 连接到文件检查这个

link（如果链接没有多大帮助，只需谷歌它“将 csv 文件与 odbc 连接”）

如果您在 odbc 中遇到问题，我猜该文件不是有效的 csv 文件。

【讨论】：

那可能很棒.. 问题是 csv 文件无效！ ..感谢文件创建者..
@PaN1C_Showt1Me：示例 CSV 有效。包含逗号的字段用双引号括起来。见en.wikipedia.org/wiki/Comma-separated_values

【解决方案4】：

我很想换掉引号字符串中出现的引号，然后使用拆分。这会起作用。

        string csv = "543472,\"36743721\",\"Rutois, a.s.\",\"151\",\"some name\",\"01341\",55,\"112\",1"; 


        const string COMMA_TOKEN = "[COMMA]";
        string[] values;
        bool inQuotes = false;

        StringBuilder cleanedCsv = new StringBuilder();
        foreach (char c in csv)
        {
            if (c == '\"')
                inQuotes = !inQuotes;  //work out if inside a quoted string or not
            else
            {
                //Replace commas in quotes with a token
                if (inQuotes && c == ',')
                    cleanedCsv.Append(COMMA_TOKEN);
                else
                    cleanedCsv.Append(c);
            }
        }

        values = cleanedCsv.ToString().Split(',');

        //Put the commas back
        for (int i = 0; i < values.Length; i++)
            values[i] = values[i].Replace(COMMA_TOKEN, ",");

【讨论】：

我已经检查了您的解决方案，但在这种情况下它失败了："text1,\"text2,\"text3" 它应该返回值：text1 | "text2 | "text3 但它返回：text1 |文本2，文本3
上面的代码虽然在使用非成对双引号的情况下没有用，但对我很有帮助，它允许我读取 30 多个不同文件格式的文本文件，有时双引号中有逗号。我能够正确解析字段，然后使用 EPPlus 创建 excel 文件。我必须添加的一件事是，当列在数字列中包含前导零时，删除字段开头的等号以保留额外的零，例如="00003322"。

【解决方案5】：

我猜你想要这样的东西 -

string csv = 543472,"36743721","Rutois, a.s.","151","some name","01341",55,"112",1 ;
string[] values;
values = csv.Split(",");
for(int i = 0; i<values.Length; i++)
{
    values[i] = values[i].Replace("\"", "");
}

希望这会有所帮助。

【讨论】：

除了你要将值内的所有逗号拆分为
如何检查这是否有效？ Console.WriteLine(values);?

【解决方案6】：

如果第一个字符是引号，则其他 RegEx 答案将失败。

这是正确的正则表达式：

string[] columns = Regex.Split(inputRow, ",(?=(?:[^\"]*\"[^\"]*\")*(?![^\"]*\"))");

【讨论】：