java - 读取写得不好的csv

Question

我的 csv 写得不好:

标题是:

"xxx"|"yyy"|"zzz"|"nnn"|"...."

所以我尝试创建一个扫描仪并在管道上拆分:

Scanner scanner   = new Scanner(new File("myCsv.csv"));
int first = 1;
String line;
String row[];
while(scanner.hasNextLine()){
   line = scanner.nextLine();
   row  = line.split("\\|");
   if(first==1){
    first = 0;
    continue;
   }
   ...
}

不幸的是，在 csv 的一列中我发现了一个新行，因此“nextLine”不是获取整行的好方法。

另一个问题是管道存在于列内..类似于:

"field1"|"field|2"|"field3\n"|"..."

所以我认为解析 csv 的最佳方法是创建一个与 ".."|".." 字符串匹配的正则表达式模式。

有人可以帮助我吗？

谢谢!

Answer 1

因为您的 csv 不包含任何转义双引号，所以我建议您进行匹配而不是拆分。

"(?s)\".*?\""

(?s) 称为 dotall 修饰符，它使模式中的点匹配偶数换行符。

DEMO

String s = "\"xxx\"|\"yyy|bar\"|\"zzz\"|\"nn\n" + 
        "n\"|\"....\"";
Matcher m = Pattern.compile("(?s)\".*?\"").matcher(s);
while(m.find())
{
        System.out.println(m.group(0));
}

输出:

"xxx"
"yyy|bar"
"zzz"
"nn
n"
"...."

如果您不想在最终输出中使用双引号，请使用捕获组。

String s = "\"xxx\"|\"yyy|bar\"|\"zzz\"|\"nn\n" + 
        "n\"|\"....\"";
Matcher m = Pattern.compile("(?s)\"(.*?)\"").matcher(s);
    while(m.find())
    {
        System.out.println(m.group(1));
    }

输出:

xxx
yyy|bar
zzz
nn
n
....