C# 数据处理难题/头痛

我有一个CSV文件，我需要处理这是一个噩梦位。本质上是这样的

"Id","Name","Description"
"1","Test1","Test description text"
"2","Test2","<doc><style>body{font-family:"Calibri","sans-serif";}</style><p class="test_class"
name="test_name">Lots of word xdoc content here.</p></doc>"
"guid-xxxx-xxxx-xxxx-xxxx","Test3","Test description text 3"

---

我考虑过（尽管我讨厌这种任务的正则表达式）用

“

替换所有

”

，然后使用

（？你必须重新发明轮子，因为那不是有效的CSV，或者说根本不是一个合理的文件-它没有任何可证明的一致转义规则（例如，我们不知道纯文本列是否正确转义）

您最好的办法是让制作此文件的人员修复错误，例如：

"2","Test2","<doc><style>body{font-family:""Calibri"",""sans-serif"";}</style><p class=""test_class""
name=""test_name"">Lots of word xdoc content here.</p></doc>"

“2”、“Test2”、“body{font-family:”Calibri“，”sans serif“；}
这里有很多word xdoc内容。
“

您的解析器应该能够很好地处理这些问题，并且以一种简单高效的方式生成这些问题并不困难

否则，您必须手动将解析器编码为：

读一行
检查是否有未被替换的“（任何
”
，后面没有
”
a
、
或空白
如果未找到，则解析为CSV
如果找到任何，请将其解析为这个可怕的东西，直到您到达以“结尾的行”
如果您不介意先做一些预处理，那么查找
可能会更容易，您可以将第一个和第二个“，”更改为“|”，然后使用FileHelper正常解析文件（假设最后一列中没有|，其中有HTML标记）

预处理可以是（简单的伪代码）：

几个月前，我研究了CSV-1203文件格式标准，因此首先要意识到的是，您没有处理CSV文件，即使它的名称为“xyz.CSV”

正如这里的其他人所说，编写自己的阅读器会更容易，它们并不太难。我也讨厌一切正则表达式，但好消息是你可以编写任何解决方案，而不必使用它

有两件事：Excel对以两个大写字母ID（不带引号）开头的CSV文件做了一件非常奇怪的事情。它认为您的CSV是一个损坏的SYLK文件！试试看

有关此问题的详细信息和详细的CSV文件格式规范，请参阅
您不能要求一个干净/有效的数据源吗？不要使用FileHelpers。只需自己编写一个简单的导入代码。它只有3列。通常解析前两列，然后将其余列作为最终描述列。我计划要求一个cleaned source然而，我不确定源系统能够提供什么，因此，为了以防万一，我试图找到一个替代方案。仅仅获取描述字段就花了足够长的时间。第二个问题是所有数据都是用户生成的，我不相信对用户有太多限制（遗憾的是）我的例子是用3列来说明这个问题，实际的数据要多得多。有更多的数据（包括列和行）在实际数据中，因此我不能依赖于替换特定项目。无论如何，修复源文件似乎是最简单的选择，否则正如Jon Hanna提到的，您将需要编写一系列特定的规则和条件来解析文件。
"2","Test2","<doc><style>body{font-family:""Calibri"",""sans-serif"";}</style><p class=""test_class""
name=""test_name"">Lots of word xdoc content here.</p></doc>"

var sb = new StringBuilder()
var regex = new Regex("\",\"");
foreach(string line in textFileLines)
{
   sb.AppendLine(regex.Replace(line , "\"|\"", 2));
}