TextFieldParser

Question

ile çıkışsız çift tırnak içeren alanlar ile başa çıkmak TextFieldParser kullanarak bir CSV dosyasını almaya çalışıyorum. Belirli bir CSV dosyası, standart olmayan biçimlendirmesi nedeniyle sorunlara neden oluyor. Söz konusu CSV'nin alanları çift tırnak içine alınmış. Sorun, belirli bir alan içinde ek bir çift çıkışsız çift tırnak olduğunda görünür.

Sorunu vurgulayan aşırı basitleştirilmiş bir test vakası. Çalıştığım gerçek CSV dosyaları, hepsi aynı şekilde biçimlendirilmiş değil ve düzinelerce alandan oluşuyor, bunlardan herhangi biri muhtemelen bu zor biçimlendirme sorunlarını içeriyor olabilir.

TextReader reader = new StringReader("\"Row\",\"Test String\"\n" + 
    "\"1\",\"This is a test string. It is parsed correctly.\"\n" + 
    "\"2\",\"This is a test string with a comma, which is parsed correctly\"\n" + 
    "\"3\",\"This is a test string with double \"\"double quotes\"\". It is parsed correctly\"\n" + 
    "\"4\",\"This is a test string with 'single quotes'. It is parsed correctly\"\n" + 
    "5,This is a test string with fields that aren't enclosed in double quotes. It is parsed correctly.\n" + 
    "\"6\",\"This is a test string with single \"double quotes\". It can't be parsed.\""); 

using (TextFieldParser parser = new TextFieldParser(reader)) 
{ 
    parser.Delimiters = new[] { "," }; 
    while (!parser.EndOfData) 
    { 
     string[] fields= parser.ReadFields(); 
     Console.WriteLine("This line was parsed as:\n{0},{1}", 
      fields[0], fields[1]); 
    } 
} 

düzgün TextFieldParser kullanarak biçimlendirme bu tip bir CSV ayrıştırmak için yine de var mı?

Answer 1

o hatalı biçimlendirilmiş verileri ayrıştırmak için sizin sorumluluğunuz olmadığı. Bununla birlikte, Robustness Principle ile uyumlu olarak, bu durumla karşılaşan bir kişi belirli türdeki hatalı biçimlendirilmiş verileri işlemeye çalışabilir. Aşağıda yazdığım kod, soruda belirtilen veri kümesinde çalışır. Temel olarak, hatalı biçimlendirilmiş satırdaki ayrıştırıcı hatasını saptar, ilk karaktere göre çift tırnak sarılı olup olmadığını belirler ve sonra tüm sarma çift tırnaklarını elle böler/keser.

using (TextFieldParser parser = new TextFieldParser(reader)) 
{ 
    parser.Delimiters = new[] { "," }; 

    while (!parser.EndOfData) 
    { 
     string[] fields = null; 
     try 
     { 
      fields = parser.ReadFields(); 
     } 
     catch (MalformedLineException ex) 
     { 
      if (parser.ErrorLine.StartsWith("\"")) 
      { 
       var line = parser.ErrorLine.Substring(1, parser.ErrorLine.Length - 2); 
       fields = line.Split(new string[] { "\",\"" }, StringSplitOptions.None); 
      } 
      else 
      { 
       throw; 
      } 
     } 
     Console.WriteLine("This line was parsed as:\n{0},{1}", fields[0], fields[1]); 
    } 
} 

I ise, (örneğin bir alan değeri olan, çift tırnak bitişik virgül), ancak bu tür bir örnek, muhtemelen tam anlamıyla ayrıştırılamaz olacaktır başarısız bir patolojik örnek uydurmak mümkündür eminim Soruda verilen problem çizgisi, yanlış biçimlendirilmesine rağmen çözülebilirdir.

Answer 2

Sadece el ile yapmak daha kolay olabilir ve kesinlikle daha fazla kontrol verecekti:

Düzenleme:

using System.IO; 

string[] csvFile = File.ReadAllLines(pathToCsv); 
foreach (string line in csvFile) 
{ 
    // get the first comma in the line 
    // everything before this index is the row number 
    // everything after is the row value 
    int firstCommaIndex = line.IndexOf(','); 

    //Note: SubString used here is (startIndex, length) 
    string row = line.Substring(0, firstCommaIndex+1); 
    string rowValue = line.Substring(firstCommaIndex+1).Trim(); 

    Console.WriteLine("This line was parsed as:\n{0},{1}", 
      row, rowValue); 
} 

: En açıklık Örneğin , ben hala elle ayrıştırılmasını taşıma öneririz alanlarda virgül izin vermeyen bir jenerik CSV için:

using System.IO; 

string[] csvFile = File.ReadAllLines(pathToCsv); 
foreach (string line in csvFile) 
{ 
    string[] fields = line.Split(','); 
    Console.WriteLine("This line was parsed as:\n{0},{1}", 
      fields[0], fields[1]); 
} 

Answer 3

HasFieldsEnclosed ayarlayın Dosyaya okumadan önce InQuotes = true TextFieldParser nesnesinde.

Answer 4

Çalışma Çözüm:

Hans passant tavsiyesine katılıyorum

using (TextFieldParser csvReader = new TextFieldParser(csv_file_path)) 
      { 
       csvReader.SetDelimiters(new string[] { "," }); 
       csvReader.HasFieldsEnclosedInQuotes = false; 
       string[] colFields = csvReader.ReadFields(); 

       while (!csvReader.EndOfData) 
       { 
        string[] fieldData = csvReader.ReadFields(); 
        for (i = 0; i < fieldData.Length; i++) 
        { 
         if (fieldData[i] == "") 
         { 
          fieldData[i] = null; 
         } 
         else 
         { 
          if (fieldData[i][0] == '"' && fieldData[i][fieldData[i].Length - 1] == '"') 
          { 
           fieldData[i] = fieldData[i].Substring(1, fieldData[i].Length - 2); 
          } 
         } 
        } 
        csvData.Rows.Add(fieldData); 
        } 
      } 

Answer 5

HasFieldsEnclosedInQuotes = true değerini ayarlamıyorsanız, sonuçta (,) virgül içeriyorsa, sonuç sütunları daha fazla olacaktır. örn "Sütun1", "Süt2", "Col3" "Test1", 100, "Test1, Test2" "Test2", 200, "Test22" Bu dosya 3 sütun olmalıdır ancak ayrıştırma sırasında alacak 4 yanlış olan alanlar.