使用 C# .Net 4.0 LINQ 嵌入逗号的 CSV

Question

我正在尝试找到一种通过 4.0 linq 读取 cvs 字符串的优雅方法，但由于引号之间嵌入了逗号而有些不成功。下面是一个 3 列 3 行的例子：

日期、年份、备忘录文本 "2011-01-01","0.5","备忘录文本
备忘录文本继续
还在继续，然后是逗号，但备忘录是用引号引起来的"
"2010-01-01","0.5","备忘录文本，没有换行符的备忘录"
"2009-01-01","1.0","纯备忘录文本"

到目前为止，我已经提出了以下错误代码作为将其他堆栈交换位组合在一起。这不起作用，因为备忘录文本中的回车换行符将备忘录文本分成多个字段。

using (var reader = new StreamReader(getReader))
{
    var records = reader.ReadToEnd().Split(new string[] { "\r\n" }, StringSplitOptions.RemoveEmptyEntries);
    var enumRecords = records.Skip(1).Take(1);
    using (var dc = new DataContext())
    {
        foreach (var record in enumRecords
            .Select(x => x.Trim()
            .Split(new char[] { ',' }))
            .Select(fields => new Entity
            {
                Date = (!string.IsNullOrEmpty(record.ElementAt(0))) ? Convert.ToDateTime(record.ElementAt(0)) : default(DateTime),
                DecimalYears = record.ElementAt(1),
                MemoText = record.ElementAt(2)
            }))
        {
            //Commit DataContext
        }
    }
}

单独使用逗号分割时没有骰子，因为引用的文本之间存在逗号：

using (var reader = new StreamReader(getReader))
{
    var sdata = reader.ReadToEnd();

    using (var dc = new DataContext())
    {
        var query = sdata
            .Split(new string[] { "," }, StringSplitOptions.RemoveEmptyEntries)
            .Replace(Environment.NewLine, string.Empty)
            .Replace("\"\"", "\",\"")
            .Select((i, n) => new { i, n })
            .GroupBy(a => a.n / 3)
            .Skip(1).Take(1);

        foreach (var fields in query)
        {
            var newEntity = new Entity();
            newEntity.Date = (!string.IsNullOrEmpty(fields.ElementAt(0).i)) ? Convert.ToDateTime(fields.ElementAt(0).i) : default(DateTime);
            newEntity.DecimalYears = fields.ElementAt(1).i;
            newEntity.MemoText = fields.ElementAt(2).i;
        }
    }
}

到目前为止，似乎一个简单的目标是接近冗长丑陋的代码，可能有人有一个干净而实用的方法来使用 LINQ 来解决这个问题？

Answer 1

.Net 的实际答案建议不要自己动手 - 有大量第三方库可以让这变得简单：

CSV File Imports in .Net

Answer 2

这是 Eric White 的一个很好的扩展方法，可以处理您的 CSV 要求：

• 只有逗号对分隔符有效
• 可以引用值。引号被修剪
• 引用的值可以有内部逗号
• 引用的值也可以有内部转义序列：反斜杠 后跟任何字符，包括引号 (\")、反斜杠 (\) 或 任何其他字符 (\a)
• CsvSplit 会对格式不正确的字符串抛出异常

http://blogs.msdn.com/b/ericwhite/archive/2008/09/30/linq-to-text-and-linq-to-csv.aspx

Answer 3

如果您可以更改文件的结构，我建议您找到一个不会在您的内容的其他地方使用的唯一分隔符（即“;”）。

然后，使用第三方库（如LINQ to CSV）显然会减轻任务。

您可以使用这样的简洁语法：

var memos = from p in myFile
            select new { p.Date, p.DecimalYears, p.MemoText };

Answer 4

这是我使用的代码，以防将来对某人有帮助，或者其他人有微调它的冲动。

using (var reader = new StreamReader(Service.GetResult(batchInfo, results.result[0])))
{
    using (var dc = new DataContext())
    {
        using (var parser = new TextFieldParser(reader))
        {
            parser.Delimiters = new string[] { "," };
            parser.TrimWhiteSpace = true;
            while (true)
            {
                string[] parts = parser.ReadFields();
                if (parts == null) { break; }
                try
                {
                    var newEntity = new Entity();
                    newEntity.ID = Guid.NewGuid();
                    newEntity.Date = (!string.IsNullOrEmpty(parts[0])) ? Convert.ToDateTime(parts[0]) : default(DateTime);
                    newEntity.Year = parts[1];
                    newEntity.MemoText = parts[2];
                    dc.Entity.InsertOnSubmit(newEntity);
                    dc.SubmitChanges();
                }
                catch (MalformedLineException mle)
                {
                    string message = mle.Message;
                    //TODO: log an error
                }
            }
        }
    }
}