c# - 在 C# 中拆分字符串

Question

我认为这将是微不足道的，但我无法让它发挥作用。

假设 CSV 文件中有一行:"Barack Obama", 48, "President", "1600 Penn Ave, Washington DC"

string[] tokens = line.split(',')

我希望这样:

 "Barack Obama"
 48
 "President"
 "1600 Penn Ave, Washington DC"

但最后一个标记是 '华盛顿特区' 不是 “1600 Penn Ave, Washington DC”。

有没有简单的方法让拆分函数忽略引号内的逗号？

我无法控制 CSV 文件，它也不会发送给我。客户 A 将使用该应用读取外部人员提供的文件。

Answer 1

您可能必须编写自己的拆分函数。

• 遍历字符串中的每个字符
• 当你点击一个 " 字符时，切换一个 bool 值
• 当你碰到一个逗号时，如果 bool 为真，忽略它，否则，你有你的 token

这是一个例子:

public static class StringExtensions
{
    public static string[] SplitQuoted(this string input, char separator, char quotechar)
    {
        List<string> tokens = new List<string>();

        StringBuilder sb = new StringBuilder();
        bool escaped = false;
        foreach (char c in input)
        {
            if (c.Equals(separator) && !escaped)
            {
                // we have a token
                tokens.Add(sb.ToString().Trim());
                sb.Clear();
            }
            else if (c.Equals(separator) && escaped)
            {
                // ignore but add to string
                sb.Append(c);
            }
            else if (c.Equals(quotechar))
            {
                escaped = !escaped;
                sb.Append(c);
            }
            else
            {
                sb.Append(c);
            }
        }
        tokens.Add(sb.ToString().Trim());

        return tokens.ToArray();
    }
}

然后调用:

string[] tokens = line.SplitQuoted(',','\"');

---

基准

对我的代码和丹涛的代码进行基准测试的结果如下。如果人们需要，我很乐意对任何其他解决方案进行基准测试？

代码:

string input = "\"Barak Obama\", 48, \"President\", \"1600 Penn Ave, Washington DC\""; // Console.ReadLine()
string[] tokens = null;

// run tests
DateTime start = DateTime.Now;
for (int i = 0; i < 1000000; i++)
    tokens = input.SplitWithQualifier(',', '\"', false);
Console.WriteLine("1,000,000 x SplitWithQualifier = {0}ms", DateTime.Now.Subtract(start).TotalMilliseconds);

start = DateTime.Now;
for (int i = 0; i<1000000;i++)
    tokens = input.SplitQuoted(',', '\"');
Console.WriteLine("1,000,000 x SplitQuoted =        {0}ms", DateTime.Now.Subtract(start).TotalMilliseconds);

输出:

1,000,000 x SplitWithQualifier = 8156.25ms
1,000,000 x SplitQuoted =        2406.25ms