我正在寻找关于如何处理正在创建的csv文件的建议，然后由我们的客户上传，并且可能在值中有逗号，如公司名称。
我们正在考虑的一些想法是:带引号的标识符(value "，" values "，"等等)或使用|代替逗号。最大的问题是我们必须让它变得简单，否则客户就不会这么做。
当前回答
正如我在对harpo的回答的评论中提到的，他的解决方案在大多数情况下都很好，但是在某些情况下，当逗号直接相邻时，它无法在逗号上分割。
这是因为Regex字符串意外地表现为vertabim字符串。 为了获得正确的行为，regex字符串中的所有“字符都需要手动转义，而不使用vertabim转义。
Ie。正则表达式应该是这样的，使用手动转义:
",(?=(?:[^\"\"]*\"\"[^\"\"]*\"\")*(?![^\"\"]*\"\"))"
这转化为 ",(?=(?:[^""]*""[^""]*"")*(?![^""]*""))"
当使用一个vertabim字符串 @",(?=(?:[^""]*""[^""]*"")*(?![^""]*""))" 它表现为以下你可以看到如果你调试正则表达式:
",(?=(?:[^"]*"[^"]*")*(?![^"]*"))"
总之，我推荐harpo的解决方案，但要注意这个小陷阱!
我已经在CsvReader中包含了一些可选的故障保护，以便在发生此错误时通知您(如果您有预先知道的列数):
if (_expectedDataLength > 0 && values.Length != _expectedDataLength)
throw new DataLengthException(string.Format("Expected {0} columns when splitting csv, got {1}", _expectedDataLength, values.Length));
可以通过构造函数注入:
public CsvReader(string fileName, int expectedDataLength = 0) : this(new FileStream(fileName, FileMode.Open, FileAccess.Read))
{
_expectedDataLength = expectedDataLength;
}
其他回答
您可以在字段周围加上双引号。我不喜欢这种方法，因为它增加了另一个特殊字符(双引号)。只需定义一个转义字符(通常是反斜杠)，并在需要转义的地方使用它:
data,more data,more data\, even,yet more
您不必尝试匹配引号，而且需要解析的异常也更少。这也简化了您的代码。
如果您对如何解析一般文件(以CSV为例)更有教育意义的练习感兴趣，您可以查看Julian Bucknall的这篇文章。我喜欢这篇文章，因为它把事情分解成更小的问题，这些问题不那么难以克服。首先创建一个语法，一旦您有了一个好的语法，将语法转换为代码是一个相对简单和有条理的过程。
本文使用c#，并在底部有一个下载代码的链接。
我使用papaParse库来解析CSV文件，并拥有键-值对(键/头/ CSV文件-值的第一行)。
下面是我举的例子:
https://codesandbox.io/embed/llqmrp96pm
它有一个dummy.csv文件来演示CSV解析。
我在reactJS中使用过它，尽管它很容易在任何语言编写的应用程序中复制。
有一个可以通过nuget来处理几乎任何格式良好的CSV (.net)的库——CsvHelper
映射到类的示例:
var csv = new CsvReader( textReader );
var records = csv.GetRecords<MyClass>();
读取单个字段的示例:
var csv = new CsvReader( textReader );
while( csv.Read() )
{
var intField = csv.GetField<int>( 0 );
var stringField = csv.GetField<string>( 1 );
var boolField = csv.GetField<bool>( "HeaderName" );
}
让客户端驱动文件格式: ，是标准字段分隔符，”是用于转义包含分隔符、引号或行尾的字段的标准值。
使用(例如)#表示字段，'表示转义:
var csv = new CsvReader( textReader );
csv.Configuration.Delimiter = "#";
csv.Configuration.Quote = ''';
// read the file however meets your needs
更多的文档
使用制表符(\t)分隔字段。
