Java 对CSV特殊字符使用临时占位符是一种糟糕的做法吗？

我正在处理许多不同格式的CSV文件，通常由普通用户手工编写，因此有很多

、

\n

和

\t

等字段中的此类字符通常会在解析数据或生成新的CSV文件时产生问题，我通常会事先删除此类字符，但今天我在一个旧程序中发现以下代码：

它从

结果集

读取数据，并将每个值连接成一个

字符串

以形成一行，并处理分隔符（我们通常使用

；

），这段代码首先使用一个临时标志，如

#tempselator#

来分割每个字段，然后，当行完成时，应用一个

replaceAll（“；”，“”）

删除假分隔符，然后使用

replaceAll（“#tempselator#”，“；”）

形成有效行

事实上，我认为这是一种聪明的方法，可以避免对每个字段进行不必要的调用，并且只对整个行进行替换，但我认为这不是最好的方法，甚至不是最佳的方法

这真的是一种糟糕的做法吗？

这不是很糟糕，但也不是最好的方法

尽可能使用标准库。优秀的库，其中SuperCSV在支持CSV变体方面特别强大。这些库遵循最佳实践：在字段中使用特殊字符时会转义，或者对字段进行包装（通常使用引号）

---

如果CSV格式已经不正确，以至于字段中出现特殊字符，而没有进行适当的转义或换行，那么您就有一个数据清理问题，需要以其他方式解决。用临时占位符替换字符并不能解决这一问题，因为占位符同样会出现在字段内部和字段之间。

这种方法听起来不太优雅。你描述：

对于每个输入字段，使用

#tempselector#

消除所有

”

将所有出现的

#tempselator#

替换为

这是三个步骤。不如改为：

每个输入字段，去掉所有

然后，使用

将其连接到单个字符串上

这是一个无步骤的过程。因此，更好

下面是一些示例代码，以说明为什么这更简单：

流样式：

collection.stream().collect(Collectors.joining("#TempSeparator#"))
    .replace(";", "").replace("#TempSeparator#", ";");

vs

---

这是过度设计，一个不必要的人工制品

至少使用常量字符：

private static final char TEMP_SEPARATOR = '\u001f';

• 该选项卡通常不会出现在文本

  \t

  中，它是一个理想的分隔符
• 否则将使用控制字符：单位分隔符

  \u001f

  。可能是Unicode
• 几乎无法使用的字符是

  \u0000

优势在于其效率：

s = s.replace(';', ',').replace('\u0000', ';');

最好的解决方案仍然是替换单元格值本身的分隔符。 对于新行，可能必须这样做

关于最后一个分隔符：IMHO制表符比分号更好，因为用空格替换制表符只会改变文本的w.r.t.空格。也就是说：不可能产生任何要求。喜欢的房间号码必须是楼层“；”号

s = s.replace(';', ',').replace('\u0000', ';');