csv - 将 SuperCsv 与多个变量列结合使用

Question

我正在查看 Super CSV website 中的这个示例这表明 dateofbirth 是可选列。如果我有多个可选列，会发生什么情况？代码将如何变化？

 private static void readVariableColumnsWithCsvListReader() throws Exception {

        final CellProcessor[] allProcessors = new CellProcessor[] { new UniqueHashCode(), // customerNo (must be unique)
                new NotNull(), // firstName
                new NotNull(), // lastName
                new ParseDate("dd/MM/yyyy") }; // birthDate

        final CellProcessor[] noBirthDateProcessors = new CellProcessor[] { allProcessors[0], // customerNo
                allProcessors[1], // firstName
                allProcessors[2] }; // lastName

        ICsvListReader listReader = null;
        try {
                listReader = new CsvListReader(new FileReader(VARIABLE_CSV_FILENAME), CsvPreference.STANDARD_PREFERENCE);

                listReader.getHeader(true); // skip the header (can't be used with CsvListReader)

                while( (listReader.read()) != null ) {

                        // use different processors depending on the number of columns
                        final CellProcessor[] processors;
                        if( listReader.length() == noBirthDateProcessors.length ) {
                                processors = noBirthDateProcessors;
                        } else {
                                processors = allProcessors;
                        }

                        final List<Object> customerList = listReader.executeProcessors(processors);
                        System.out.println(String.format("lineNo=%s, rowNo=%s, columns=%s, customerList=%s",
                                listReader.getLineNumber(), listReader.getRowNumber(), customerList.size(), customerList));
                }

        }
        finally {
                if( listReader != null ) {
                        listReader.close();
                }
        }
}

如果可选列不在末尾而是在中心或其他位置怎么办？

Answer 1

因此，这里真正的问题是，要应用正确的单元处理器，您需要知道每列中有哪些数据。对于有效的 CSV 文件(每行的列数相同)，这不是问题，但如果您正在处理可变列 CSV 文件，那就很棘手了。

如果像示例一样，只有 1 列是可选的，那么您只需计算读取的列数并使用适当的单元处理器数组。可选列在哪里并不重要，因为它仍然是可预测的。

但是，如果超过 1 列是可选的，那么您就有麻烦了。例如，如果 middleName 和 city 在以下 CSV 文件中是可选的:

firstName,middleName,lastName,city
Philip,Fry,New York

可以理解为:

firstName="Philip", middleName="Fry", lastName="New York", city=null

或

firstName="Philip", middleName=null, lastName="Fry", city="New York"

这不再是可预测的。您也许能够检查列中的数据以确定该列应代表什么(例如，日期有 /)，但这不是很可靠，即使如此，您甚至可能必须阅读几行代码就能搞清楚。