String.split() kullanarak metin sınırlayıcı olarak tırnak işaretleri içeren bir csv dosyasını bölme

Question

Birden çok satıra ayrılmış virgülle ayrılmış bir dosyam var.

Sachin,,M,"Maths,Science,English",Need to improve in these subjects. 

Tırnaklar, birden çok değeri temsil etmek için kullanılan sınırlayıcı virgülden kurtulmak için kullanılır.

Şimdi yukarıdaki değeri String.split() kullanarak virgül sınırlayıcıda nasıl ayırırım?

Answer 1

public static void main(String[] args) { 
    String s = "Sachin,,M,\"Maths,Science,English\",Need to improve in these subjects."; 
    String[] splitted = s.split(",(?=([^\"]*\"[^\"]*\")*[^\"]*$)"); 
    System.out.println(Arrays.toString(splitted)); 
} 

Çıktı:

Sorununuz/gereksinimleri tüm bu karmaşık özel bir yöntemi daha hızlı üzerinde 20 kat yapar ve aynı sonuçları ürettiğini kullanılabilir değildir gibi

[Sachin, , M, "Maths,Science,English", Need to improve in these subjects.] 

Answer 2

Dizeleriniz tüm aşağıdaki düzenli ifade ile mümkündür iyi biçimli ise:

String[] res = str.split(",(?=([^\"]|\"[^\"]*\")*$)"); 

ifadesi bölünmüş sadece eşit bir (veya sıfır) sayısına göre takip virgül olarak sağlanıp alıntılar (ve böylece böyle tırnak içinde değil). Bununla birlikte, basit bir regex olmayan ayrıştırıcı kullanmak daha kolay olabilir.

Answer 3

. Bu, veri boyutuna ve ayrıştırılan satır sayısına bağlı olarak değişkendir ve normal ifadeleri kullanan daha karmaşık sorunlar için bir zorunluluktur. Kendi bilgisayarda

import java.util.Arrays; 
import java.util.ArrayList; 
public class SplitTest { 

public static void main(String[] args) { 

    String s = "Sachin,,M,\"Maths,Science,English\",Need to improve in these subjects."; 
    String[] splitted = null; 

//Measure Regular Expression 
    long startTime = System.nanoTime(); 
    for(int i=0; i<10; i++) 
    splitted = s.split(",(?=([^\"]*\"[^\"]*\")*[^\"]*$)"); 
    long endTime = System.nanoTime(); 

    System.out.println("Took: " + (endTime-startTime)); 
    System.out.println(Arrays.toString(splitted)); 
    System.out.println(""); 


    ArrayList<String> sw = null;   
//Measure Custom Method 
      startTime = System.nanoTime(); 
    for(int i=0; i<10; i++) 
    sw = customSplitSpecific(s); 
    endTime = System.nanoTime(); 

    System.out.println("Took: " + (endTime-startTime)); 
    System.out.println(sw);   
} 

public static ArrayList<String> customSplitSpecific(String s) 
{ 
    ArrayList<String> words = new ArrayList<String>(); 
    boolean notInsideComma = true; 
    int start =0, end=0; 
    for(int i=0; i<s.length()-1; i++) 
    { 
     if(s.charAt(i)==',' && notInsideComma) 
     { 
      words.add(s.substring(start,i)); 
      start = i+1;     
     } 
     else if(s.charAt(i)=='"') 
     notInsideComma=!notInsideComma; 
    } 
    words.add(s.substring(start)); 
    return words; 
} 

}

bu üretir:

Took: 6651100 
[Sachin, , M, "Maths,Science,English", Need to improve in these subjects.] 

Took: 224179 
[Sachin, , M, "Maths,Science,English", Need to improve in these subjects.]