FSharp.Data 程序集之 CSV 文件解析

(**

# FSharp.Data 程序集之 CSV 文件解析

F# 的 [CSV 类型提供程序]（CsvProvider.html）是在用 F# 编写的、高效的 CSV 分析器之上构建立的，还提供了简单的 API 进行动态访问。

在处理定义很好的 CSV 文件时，使用[类型提供程序]（CsvProvider.html）更方便，但有一个更加动态的场景，或者编写快速、简单的脚本时，解析器可能是一个简单的选择。

## 加载 CSV 文档

要加载一个样本 CSV 文档，要先引用 `FSharp.Data.dll`（使用 F# Interactive）或者在项目中添加引用。

*)

#r "../../bin/FSharp.Data.dll"
open FSharp.Data.Csv

(**

`FSharp.Data.Csv` 命名空间包含 `CsvFile` 类型，提供了两个静态方法，用来加载数据。如果数据是在 `string` 中，就使用 `Parse` 方法，而当数据来自于文件或网站，就使用 `Load` 方法。下面的示例调用 `Load` 方法，参数为指向 Yahoo 财经网站上实时的 CSV 文件：

*)
 
// 下载股票价格

let msft = CsvFile.Load("http://ichart.finance.yahoo.com/table.csv?s=MSFT").Cache()

// 以 HLOC 格式输出价格

for row in msft.Data do
  printfn "HLOC: (%s, %s, %s)" (row.GetColumn "High") (row.GetColumn "Low") (row.GetColumn "Date")

(**

注意，与 `CsvProvider` 不同，出于性能上考虑，`CsvFile` 以流方式工作，就是说，`Data` 只重复一次。如果需要多次重复使用，请使用 `Cache` 方法。不过要注意，这会增加内在的开销，尤其在大数据集上不要使用。

## 使用 CSV 扩展

现在，我们来看一下，当打开 `FSharp.Data.Csv.Extensions` 命名空间后，有许多扩展。打开之后，就可以：

1、`row?column` 使用动态运算符获得名为 `column` 列的值。当然，也可以使用索引器，`row.[column]`；
2、`value.AsBoolean()` 会返回逻辑值，如果是 `true` 或 `false`；
3、`value.AsInteger()` 会返回整型值，如果是数字，且能转换成整数；`value.AsInteger64()`, `value.AsDecimal()` 和  `value.AsFloat()` 也相似；
4、`value.AsDateTime()` 会返回日期值，既可以使用 [ISO 8601](http://en.wikipedia.org/wiki/ISO_8601) 格式，也可以使用 `\/Date(...)\/` JSON 格式，包含自 1/1/1970 以来的毫秒数；
5、`value.AsGuid()` 会返回 `Guid` 值。

要解析数字或日期值（比如，`AsFloat` 和 `AsDateTime`）时，方法可能需要一个或选的语言参数。

下面的示例使用扩展处理前面 CSV 样本：

*)
open FSharp.Data.Csv.Extensions

for row in msft.Data do
  printfn "HLOC: (%f, %M, %O)" (row.["High"].AsFloat()) (row?Low.AsDecimal()) (row?Date.AsDateTime())

(**

## 转换 CSV 文件

除了能读 CSV，`CsvFiles` 还能转换 CSV 文件。操作包括： `Filter`, `Take`, `TakeWhile`, `Skip`, `SkipWhile`, 和 `Truncate`。转换完之后，能用重载的 `Save` 方法保存结果。保存时，可以选择不同的分隔符和引号字符。

*)

// 保存前 10 个股票价格，且收盘价大于开盘价，用 TSV 格式：


msft.Filter(fun row -> row?Close.AsFloat() > row?Open.AsFloat())
    .Truncate(10)
    .SaveToString('\t')
    .Save("a10.csv",'`')

(**

## 相关文章

 * [FSharp.Data 程序集之 CSV Type Provider](CsvProvider.html) - 讨论 F# 类型提供程序，提供类型安全地访问 CSV 数据

*)