java读取csv

最新推荐文章于 2024-08-12 01:10:33 发布

wosuxiongmao

最新推荐文章于 2024-08-12 01:10:33 发布

阅读量694

点赞数 1

分类专栏： 11 文章标签： java csv

本文链接：https://blog.csdn.net/wosuxiongmao/article/details/121167301

版权

11 专栏收录该内容

2 篇文章 0 订阅

订阅专栏

该博客介绍了一种使用Java处理CSV文件中特殊字符的方法，包括引号和逗号。通过实现手工编码的确定性有穷自动机算法，解决了引号配对和分隔符的问题。文中还提到了WPS和Office对特殊字符处理的不同，并提供了具体的Java代码实现。

摘要由CSDN通过智能技术生成

java读取csv，处理特殊字符(引号逗号斜杠等)。注意，wps和office对于/"、, 的处理不同。

感谢群友大小姐、黑猫的指导

附大小姐的git：https://github.com/yingyulou/Published-Articles

此算法原理是"手工编码的确定性有穷自动机"算法，有兴趣的可以学习下

import java.util.ArrayList;
import java.util.List;

/**
 * @Description csv格式转换工具类
 * 1 4个引号。你看到第一个，就从没引号进有引号状态，然后看到第二个，这时候，你不知道这个引号是第一个引号的配对，还是和第三个引号连起来的。你就需要一个新的状态
 * 在这个状态下，如果你第三个看到的是引号，则说明是引号2连，输出一个引号，然后状态改成在引号内。否则，说明之前那个引号是结束引号，状态就改成在引号外，同时继续处理我自己
 * 2 ps：wps和office对于/"、, 的处理不同。
 * @Author wujiahao
 * @Date 2021/11/3
 **/
public class CsvFileParseUtil {
    /**
     * 状态值
     */
    private enum LexerStage {
        /**
         * 开始
         */
        Start,
        /**
         * 普通
         */
        Common,
        /**
         * 引号
         */
        Quote,
        /**
         * 连续2个引号
         */
        DoubleQuote,
    }

    private static class Parser {
        StringBuilder splitStr = new StringBuilder();
        LexerStage lexerStage;
        //返回的分割后的数组
        List<String> splitList = new ArrayList();
        //分隔符
        String delim = ",";

        public Parser(String delim) {
            this.lexerStage = LexerStage.Start;
            this.delim = delim;
        }
    }

    private static void parseCsvLineCommonHelper(Parser parser, char curChar) {
        if (parser.delim.equals(curChar + "")) {
            parser.lexerStage = LexerStage.Start;
            parser.splitList.add(parser.splitStr.toString());
            parser.splitStr.setLength(0);
        } else {
            parser.splitStr.append(curChar);
        }
    }

    private static void parseCsvLineStartHelper(Parser parser, char curChar) {
        switch (curChar) {
            case '"':
                parser.lexerStage = LexerStage.Quote;
                break;
            default:
                parser.lexerStage = LexerStage.Common;
                parseCsvLineCommonHelper(parser, curChar);
                break;
        }
    }

    private static void parseCsvLineQuoteHelper(Parser parser, char curChar) {
        switch (curChar) {
            case '"':
                parser.lexerStage = LexerStage.DoubleQuote;
                break;
            default:
                parser.splitStr.append(curChar);
                break;
        }
    }

    private static void parseCsvLineDoubleQuoteHelper(Parser parser, char curChar) {
        switch (curChar) {
            case '"':
                parser.lexerStage = LexerStage.Quote;
                parser.splitStr.append('"');
                break;
            default:
                parser.lexerStage = LexerStage.Common;
                parseCsvLineCommonHelper(parser, curChar);
        }
    }

    public static List<String> parseCsvLine(String csvLineStr, String delim) throws Exception {
        Parser parser = new Parser(delim);

        for (char curChar : csvLineStr.toCharArray()) {
            switch (parser.lexerStage) {
                case Start:
                    parseCsvLineStartHelper(parser, curChar);
                    break;
                case Common:
                    parseCsvLineCommonHelper(parser, curChar);
                    break;
                case Quote:
                    parseCsvLineQuoteHelper(parser, curChar);
                    break;
                case DoubleQuote:
                    parseCsvLineDoubleQuoteHelper(parser, curChar);
                    break;
                default:
                    throw new Exception("Invalid LexerStage value");
            }
        }

        parser.splitList.add(parser.splitStr.toString());

        return parser.splitList;
    }

    public static void main(String[] args) throws Exception {
        parseCsvLine(("\"4|\",|"),",").
                stream().
                forEach(a -> System.out.println(a));
    }

}