解析带有未转义多行字段的分隔文件

本文关键字：字段 分隔 文件 转义 | 更新日期: 2023-09-27 18:05:58

我有一个CSV文件，它有一个"|"分隔符来分隔字段。

我使用下面的代码读取文件并将其放入List

 var reader = new StreamReader(File.OpenRead(openFileDialog1.FileName));
 List<string> list1 = new List<string>();
 List<string> list2 = new List<string>();
 List<string> list3 = new List<string>();
 List<string> list4 = new List<string>();
 while (!reader.EndOfStream)
 {
     var line = reader.ReadLine();
     var values = line.Split('|');
     list1.Add(values[0]);
     list2.Add(values[1]);
     list3.Add(values[2]);
     list4.Add(values[3]);
 }

然后我将它放入DataSet

DataSet ds = new DataSet();
ds.Tables.Add("barcode");
for (int i = 1; i < list1.Count; i++)
{
    ds.Tables[0].Rows.Add(list1[i], list2[i], list3[i], list4[i]);
}

如果数据是这样的，那就太好了

373|A0000006-04|EACH|2600003347225  
373|A0000006-04|EACH|9556076004684  
373|A0000006-04|EACH|9556076006374  
373|A0000006-04|PK12|2600003347232  
373|A0000006-04|PK12|9556076004691

然而，一些数据可能看起来像这样

373|A0000029-01|PK12|1899886
6604250
373|A0000029-01|PK12|2652357563394
373|A0000030-01|EACH|2600001
539189
373|A0000030-01|EACH|8998866604284

如您所见，有些数据使用2行。有没有办法把它们读成同一行而不是两行?或者我是否必须使用逗号或分号等分隔符来将它们标识为同一行?

解析带有未转义多行字段的分隔文件

使用支持所需所有功能的库，如a Fast CSV Reader

List(of T)也可以通过index访问，您可以在循环中添加lineCounter如果该行在分割后仅由一部分组成，则将内容添加到前一个列表元素中。(至少第一行应该有4个元素)

lineCounter = 0;
while (!reader.EndOfStream)
{
     var line = reader.ReadLine();
     var values = line.Split('|');
     if(values.Length == 1)
     {
        list4[lineCounter-1] += values[0];
     }
     else
     {
          list1.Add(values[0]);
          list2.Add(values[1]);
          list3.Add(values[2]);
          list4.Add(values[3]);
          lineCounter++;
     }
}

我用OP提供的样本数据进行了测试，似乎工作得很好。

根据CSV文件规范，每个记录应该位于单独的行(您可以在这里找到CSV文件规范http://www.ietf.org/rfc/rfc4180.txt)。所以在你的情况下，你真的需要做一些变通和使用其他分隔符来标记换行

我使用FileHelpers库直接映射到强类型数组。如果您正在使用正式的CSV，它将为您工作。

如果它只是分隔的数据，没有正式的规范，您可能需要其他解决方案。

相关文章：