c# - 自定义分隔符在 CsvHelper 中不起作用

Question

我正在使用 CsvHelper v26.1.0 读取以下由 ~ 分隔的文本文件:

123~John
234~Joe "Public"

但文件中的双引号导致 CsvHelper 将它们视为错误数据。我通过删除双引号对其进行了测试，并且效果很好。但问题是，我已经设置了自定义分隔符，为什么双引号仍然导致问题？

public class AccountDtoMap : ClassMap<AccountDto>
{
    public AccountDtoMap()
    {
        Map(m => m.Number).Index(0);
        Map(m => m.Name).Index(1);
    }
}

var cfg = new CsvHelper.Configuration.CsvConfiguration(CultureInfo.InvariantCulture)
{
    Delimiter = "~",
    HasHeaderRecord = false,
    MissingFieldFound = (context) => { errs.Add($"{typeof(T)} missing field: {context.Context.Parser.RawRecord}"); },
    BadDataFound = (context) => { errs.Add($"{typeof(T)} bad data: {context.RawRecord}"); },
};

using (var csv = new CsvReader(new StreamReader(file), cfg))
{
    csv.Context.RegisterClassMap<AccountDtoMap>();
    return csv.GetRecords<T>().ToList();
}

可运行演示 here .

Answer 1

要解析问题中显示的 CSV(版本 26.1.0)，您需要正确配置以下所有 CsvConfiguration设置，而不仅仅是分隔符:

• Delimiter .用于在单个 CSV 行中分隔 字段的字符。 (通常是,，这里是~)。

• Escape ，默认 "。用于前面需要转义的其他一些字符的字符。

• Quote ，默认 "。根据 RFC4180，用于包装需要在开头和结尾引号的字段的字符。

• Mode . CsvMode在解析和写入时使用。

上面前三个字符设置的功能在CsvMode enum的注释中有说明。 :

public enum CsvMode
{
    /// Uses RFC 4180 format (default).
    /// If a field contains a CsvConfiguration.Delimiter or CsvConfiguration.NewLine,
    /// it is wrapped in CsvConfiguration.Quote's.
    /// If quoted field contains a CsvConfiguration.Quote, it is preceded by CsvConfiguration.Escape.
    RFC4180 = 0,

    /// Uses escapes.
    /// If a field contains a CsvConfiguration.Delimiter, CsvConfiguration.NewLine,
    /// or CsvConfiguration.Escape, it is preceded by CsvConfiguration.Escape.
    /// Newline defaults to \n.
    Escape,

    /// <summary>
    /// Doesn't use quotes or escapes.
    /// This will ignore quoting and escape characters. This means a field cannot contain a
    /// CsvConfiguration.Delimiter, CsvConfiguration.Quote, or
    /// CsvConfiguration.NewLine, as they cannot be escaped.
    NoEscape
}

字段 Joe "Public" 包含本身未转义的嵌入转义字符，这导致 CshHelper 报告错误。为了避免错误，您有几种可能的选择，包括:

1. 设置 CsvMode.NoEscape 以完全禁用转义和引用:

   var cfg = new CsvHelper.Configuration.CsvConfiguration(CultureInfo.InvariantCulture)
   {
       Mode = CsvMode.NoEscape,
       // Remainder unchanged.
   

   当然，如果您这样做，您的 CSV 文件不能包含字段中嵌入的分隔符或换行符。

   演示 fiddle #1 here .

2. 设置 Mode = CsvMode.Escape 以禁用引号中的字段换行，并将 Escape 设置为其他字符，例如 \ 或 \t 是您在实践中不希望在文件中遇到的:

   var cfg = new CsvHelper.Configuration.CsvConfiguration(CultureInfo.InvariantCulture)
   {
       Mode = CsvMode.Escape,
       Escape = '\\',
       // Remainder unchanged.
   

   即使您这样做，CSV 字段中的定界符、转义符和换行符仍必须使用选定的转义符正确转义。

   演示 fiddle #2 here .

3. 设置 Mode = CsvMode.Escape 并修复您的文件以正确转义转义字符:

   234~Joe ""Public""
   

   演示 fiddle #3 here .