C# 解析CSV文件

我们与另一个系统进行了集成，该系统依赖于来回传递CSV文件（非常老派）

结构通常为：

ID, Name, PhoneNumber, comments, fathersname
1, tom, 555-1234, just some random text, bill
2, jill smith, 555-4234, other random text, richard

我们经常看到这样的情况：

3, jacked up, 999-1231, here  
be dragons  
amongst us, ted

我关心的主要问题是检测到一个行断路器（<代码> \n>代码>），在记录中间，当记录终止符时发生。< /P> 我是否可以对其进行预处理以可靠地修复它

---

请注意，我们对其他系统的发射进行了零控制。

因此，您应该能够或多或少地执行以下操作：

for (int i = 0; i < lines.Count; i++)
{
    var fields = lines[i].Split(',').ToList();
    while (fields.Count < numFields)//here be dragons amonst us
    {
        i++;//include next line in this line
        //check to make sure we haven't run out of lines.

        //combine end of previous field with start of the next one, 
        //and add the line break back in.
        var innerFields = lines[i].Split(',');
        fields[fields.Count - 1] += "\n" + innerFields[0];

        fields.AddRange(innerFields.Skip(1));
    }

    //we now know we have a "real" full line
    processFields(fields);
}

for（int i=0；i

---

（为了简单起见，我假设所有行都是在开始时读入的；我假设您可以将其更改为非常轻松地懒洋洋地获取每一行。）

让我开始说，您的示例中的CSV文件无效。如果字符串中出现换行符，则应使用双引号字符将其换行

现在回答-为了解析这个无效的csv格式，您必须做几个假设。在这种情况下，我做了两个假设：1）ID列必须是数字2）注释字段不能包含数字

基于这些假设，您可以检查换行字符后的第一个字符。如果是数字，则假定为新记录。如果不是，则应将其视为注释字段的continue值

我不知道第二个假设是否有效，如果无效，您可以增强逻辑，使其涵盖系统的业务规则

---

祝你好运

首先，我建议您使用一个工具来管理csv文件的读写，我使用的是非常棒的

基本上，您可以键入记录，它将为您执行所有验证等操作。值得付出努力

对于您的问题，您是否可以对文件进行一些预处理，并使用正则表达式将任何换行符替换为空格

我做了一些类似的事情（不是对文件，而是）尝试

---

使用FileHelpers，您可以编写自定义转换器在处理过程中执行此操作，或者挂接到BeforeRead事件。

有很多CSV阅读器。。我曾经成功地使用过这个。它真的很快。你可以设置规则并对其进行调整。找到编写代码生成无效格式的人并将其删除，然后让你的代码

抛出新的FormatException（）。我不认为大多数格式化程序能够处理这个问题，因为字段周围没有引号；您需要自己滚动。我想您可以计算新行上未转义的
，
字符的数量，如果它为0，则它实际上不是新记录。将标准列表发送给他们，其中说明字段可以嵌入新行，但必须用引号括起来。我们可以挖掘一些可能已经处理这个问题的库，可能是我们已经在使用FileHelpers的库。但是，它会在不符合规范的行上爆炸，所以我们将其设置为忽略这些，然后继续。如果您有编写自定义转换器来处理它的详细信息，我会感兴趣的…您绝对正确地认为它是无效的。然而，生产这种垃圾的巨型公司已经承诺修复它3年了；所以我没有屏住呼吸。不幸的是，我们不能保证1和评论字段很可能以数字开头。我喜欢这个。我会试一试的。
line.Replace(Environment.NewLine, " ");