scala - 将Scala中的CSV读取到具有错误处理的案例类实例中

Question

我想在Scala中读取CSV字符串/文件，以便在给定案例类C和错误类型Error的情况下，解析器填充Iterable[Either[Error,C]]。有没有这样做的图书馆或类似的书？

例如，给定一个类和错误

case class Person(name: String, age: Int)

type Error = String

和CSV字符串

Foo,19
Ro
Bar,24

解析器将输出

Stream(Right(Person("Foo",1)), Left("Cannot read 'Ro'"), Right(Person("Bar", 24)))

更新：

我认为我的问题不清楚，所以让我澄清一下：是否有一种方法可以在Scala中读取CSV而无需定义样板？给定任何案例类，有没有办法自动加载它？我想以这种方式使用它：

val iter = csvParserFor[Person].parseLines(lines)

Answer 1

这是一个Shapeless实现，采用的方法与your proposed example中的方法略有不同。这是基于我过去编写的一些代码，与您的实现的主要不同之处在于该代码更具通用性-例如，实际的CSV解析部分已被剔除，因此可以轻松使用专用库。

首先是通用的Read类型类（尚无Shapeless）：

import scala.util.{ Failure, Success, Try }

trait Read[A] { def reads(s: String): Try[A] }

object Read {
  def apply[A](implicit readA: Read[A]): Read[A] = readA

  implicit object stringRead extends Read[String] {
    def reads(s: String): Try[String] = Success(s)
  }

  implicit object intRead extends Read[Int] {
    def reads(s: String) = Try(s.toInt)
  }

  // And so on...
}

然后有趣的部分是：一个类型类，它提供从字符串列表到 HList的转换（可能会失败）：

import shapeless._

trait FromRow[L <: HList] { def apply(row: List[String]): Try[L] }

object FromRow {
  import HList.ListCompat._

  def apply[L <: HList](implicit fromRow: FromRow[L]): FromRow[L] = fromRow

  def fromFunc[L <: HList](f: List[String] => Try[L]) = new FromRow[L] {
    def apply(row: List[String]) = f(row)
  }

  implicit val hnilFromRow: FromRow[HNil] = fromFunc {
    case Nil => Success(HNil)
    case _ => Failure(new RuntimeException("No more rows expected"))
  }

  implicit def hconsFromRow[H: Read, T <: HList: FromRow]: FromRow[H :: T] =
    fromFunc {
      case h :: t => for {
        hv <- Read[H].reads(h)
        tv <- FromRow[T].apply(t)
      } yield hv :: tv
      case Nil => Failure(new RuntimeException("Expected more cells"))
    }
}

最后，使其与案例类一起使用：

trait RowParser[A] {
  def apply[L <: HList](row: List[String])(implicit
    gen: Generic.Aux[A, L],
    fromRow: FromRow[L]
  ): Try[A] = fromRow(row).map(gen. from)
}

def rowParserFor[A] = new RowParser[A] {}

现在，我们可以使用例如 OpenCSV编写以下内容：

case class Foo(s: String, i: Int)

import au.com.bytecode.opencsv._
import scala.collection.JavaConverters._

val reader = new CSVReader(new java.io.FileReader("foos.csv"))

val foos = reader.readAll.asScala.map(row => rowParserFor[Foo](row.toList))

如果我们有这样的输入文件：

first,10
second,11
third,twelve

我们将得到以下内容：

scala> foos.foreach(println)
Success(Foo(first,10))
Success(Foo(second,11))
Failure(java.lang.NumberFormatException: For input string: "twelve")

（请注意，这会为每一行产生 Generic和 FromRow实例，但是如果您担心性能，则很容易更改它。）