java - 如何检测输入的csv文件是否嵌入了引号？

Question

我正在编写一个工具，它接受 csv 文件输入，并创建一个新的 csv 文件作为输出，并修改了一些字段。在某些情况下，输入 csv 文件在逗号前后嵌入了引号，例如:“a”、“b”、“c”，而在其他情况下，我直接使用 a、b、c。我遇到的问题是，如果输入 csv 文件具有嵌入的引号，那么我希望生成的 csv 文件应该具有相同的嵌入引号。我知道我可以在 CSVWriter 的构造函数中控制此设置，如下所示:

CSVWriter writer = 
    new CSVWriter(new FileWriter(csv), ',', CSVWriter.NO_QUOTE_CHARACTER)

但是如何检测我们遇到的是哪种情况呢？我应该编写一个正则表达式来计算引号字符的数量并将其与 的计数进行比较，看看它是否超过两倍？例如“a”、“b”、“c”有 6 个引号和 2 个逗号。

Answer 1

你可以尝试uniVocity-parsers检测格式:

CsvParserSettings parserSettings = new CsvParserSettings(); //many options here, check the tutorial.
parserSettings.detectFormatAutomatically();

CsvParser parser = new CsvParser(parserSettings);

//parse and get the detected format
List<String[]> parsedRows = parser.parseAll(new File("/path/to/input.csv"));
CsvFormat detectedFormat = parser.getDetectedFormat();

//now, write using the detected format:
CsvWriterSettings writerSettings = new CsvWriterSettings();
writerSettings.setFormat(detectedFormat);

CsvWriter writer = new CsvWriter(new File("/path/to/output.csv"), writerSettings);
writer.writeStringRowsAndClose(parsedRows);

披露:我是这个库的作者。它是开源且免费的(Apache 2.0 许可证)