java - 如果整行以引号 "开头，Univocity CSV 解析器会粘合整行

Question

我正在使用 univocity 2.7.5 解析 csv 文件。到目前为止，它工作正常，并将 csv 文件中的一行解析为包含 n 个元素的字符串数组，其中 n = 行中的列数。但现在我有一个文件，其中行以引号 " 开头，解析器无法处理它。它以字符串数组形式返回一行，只有一个元素包含整行数据。我尝试删除该引号来自 csv 文件，它工作正常，但大约有 500,000 行。我应该怎么做才能使它工作？

这是我的文件中的示例行(源文件中也有引号):

 "100926653937,Kasym Amina,620414400630,Marzhan Erbolova,""Kazakhstan, Almaty, 66, 3"",87029845662"

这是我的代码:

    CsvParserSettings settings = new CsvParserSettings();
    settings.setDelimiterDetectionEnabled(true);
    CsvParser parser = new CsvParser(settings);
    List<String[]> rows = parser.parseAll(csvFile);

Answer 1

这里是该库的作者。您的输入是一个格式良好的 CSV，其中单个值包括:

100926653937,Kasym Amina,620414400630,Marzhan Erbolova,"哈萨克斯坦, 阿拉木图, 66, 3",87029845662

如果该行出现在您输入的中间，我想您的输入有未转义的引号(在您到达该行之前的某个位置)。尝试使用未转义的引号处理设置:

例如，这可能有效:

settings.setUnescapedQuoteHandling(UnescapedQuoteHandling.STOP_AT_CLOSING_QUOTE);

如果没有任何效果，并且您的所有行看起来都像您发布的行，那么您可以解析输入两次(这很糟糕且缓慢，但会起作用):

CsvParser parser = new CsvParser(settings);
parser.beginParsing(csvFile);

List<String[]> out = new ArrayList<>();
String[] row;
while ((row = parser.parseNext()) != null) {
    //got a row with unexpected length?
    if(row.length == 1){
        //break it down again.
        row = parser.parseLine(row[0]);
    }
    out.add(row);
}

希望这有帮助。