Java 使用Scanner（）读取CSV

我的csv被读入System.out，但我注意到任何带有空格的文本都会被移到下一行（作为返回\n）

以下是我的csv的启动方式：

first,last,email,address 1, address 2
john,smith,blah@blah.com,123 St. Street,
Jane,Smith,blech@blech.com,4455 Roger Cir,apt 2

运行我的应用程序后，任何带有空格（地址1）的单元格都会被抛出到下一行

import java.io.File;
import java.io.FileNotFoundException;
import java.util.Scanner;

public class main {

    public static void main(String[] args) {
        // -define .csv file in app
        String fileNameDefined = "uploadedcsv/employees.csv";
        // -File class needed to turn stringName to actual file
        File file = new File(fileNameDefined);

        try{
            // -read from filePooped with Scanner class
            Scanner inputStream = new Scanner(file);
            // hashNext() loops line-by-line
            while(inputStream.hasNext()){
                //read single line, put in string
                String data = inputStream.next();
                System.out.println(data + "***");

            }
            // after loop, close scanner
            inputStream.close();


        }catch (FileNotFoundException e){

            e.printStackTrace();
        }

    }
}

下面是控制台中的结果：

first,last,email,address 1,address 2 john,smith,blah@blah.com,123 St. Street, Jane,Smith,blech@blech.com,4455 Roger Cir,apt 2 第一个，最后一个，电子邮件，地址 1、地址 2. 约翰，史密斯，blah@blah.com,123 圣。 街道， 简，史密斯，blech@blech.com,4455 罗杰 Cir，apt 2.

---

我是否错误地使用了扫描仪？

如果您必须使用扫描仪，则必须通过其

useDelimiter（…）

方法设置其分隔符。否则，它将默认使用所有空白作为分隔符。更好的方法是使用CSV库，因为这是他们最擅长的

例如，此分隔符将在逗号上拆分（带或不带空格）：

scanner.useDelimiter("\\s*,\\s*");

请查看更多关于此的信息

scanner.useDelimiter(",");

这应该行得通

import java.io.File;
import java.io.FileNotFoundException;
import java.util.Scanner;


public class TestScanner {

    public static void main(String[] args) throws FileNotFoundException {
        Scanner scanner = new Scanner(new File("/Users/pankaj/abc.csv"));
        scanner.useDelimiter(",");
        while(scanner.hasNext()){
            System.out.print(scanner.next()+"|");
        }
        scanner.close();
    }

}

对于CSV文件：

a,b,c d,e
1,2,3 4,5
X,Y,Z A,B

输出为：

a|b|c d|e
1|2|3 4|5
X|Y|Z A|B|

Scanner.next（）

不读取换行符，而是读取由空格分隔的下一个标记（默认情况下，如果未使用

useDelimiter（）

更改分隔符模式）。要读取行，请使用Scanner.nextLine（）

读取一行后，可以使用

String.split（“，”

将该行分隔为多个字段。这样可以识别不包含所需字段数的行。使用

useDelimiter（“，”）将忽略文件的基于行的结构（每行由一列字段组成，字段之间用逗号分隔）。例如：

while (inputStream.hasNextLine())
{
    String line = inputStream.nextLine();
    String[] fields = line.split(",");
    if (fields.length >= 4) // At least one address specified.
    {
        for (String field: fields) System.out.print(field + "|");
        System.out.println();
    }
    else
    {
        System.err.println("Invalid record: " + line);
    }
}

如前所述，建议使用CSV库。首先，此（和
使用分隔符（“，”
解决方案）将无法正确处理包含
，
字符的引用标识符。
请停止编写错误的CSV解析器

我在网上看到了数百个CSV解析器和所谓的教程

几乎每个人都错了

这并不是一件坏事，因为它不会影响我，但那些试图编写CSV阅读器并出错的人也倾向于编写CSV阅读器。也会把他们弄错。这些我必须为之编写解析器

请记住CSV（按不明显程度增加的顺序）：

值周围可以有引号字符
可以有除“”以外的其他引用字符
甚至可以有除“and”以外的其他引用字符
不能有任何引用字符
甚至可以在某些值上有引号字符，而在其他值上没有引号字符
可以有除、和以外的其他分离器
分隔符和（引用的）值之间可以有空格
可以有ascii以外的其他字符集
应在每行中具有相同数量的值，但并不总是如此
可以包含空字段，可以是带引号的：
“foo”、“”、“bar”
，也可以不是：
“foo”、“bar”
可以在值中包含换行符
如果值中没有分隔符，则不能包含新行
值之间不能包含换行符
如果正确转义，则可以在值内包含分隔符
不使用反斜杠转义分隔符，但
使用引用字符本身对其进行转义，例如，
Frodo's Ring
将是
“Frodo's Ring”
可以在值的开头或结尾使用引号字符，甚至可以作为唯一字符（
“foo”“，“bar”“，”“
）
甚至可以在not quoted值中包含带引号的字符；这一个没有逃脱
如果你认为这显然不是问题，那么再想想。我看到这些项目中的每一项都执行错误。甚至在主要的软件包中。（如办公套房、CRM系统）

有好的和正确的开箱即用CSV阅读器和写入器：






如果您坚持自己编写代码，至少要阅读（非常简短）。
好吧，我在NetBeans 8.1中编写代码：

首先：创建一个新项目，选择Java应用程序并命名您的项目

然后在public类之后修改代码，如下所示：

/**
 * @param args the command line arguments
 * @throws java.io.FileNotFoundException
 */
public static void main(String[] args) throws FileNotFoundException {
    try (Scanner scanner = new Scanner(new File("C:\\Users\\YourName\\Folder\\file.csv"))) {
         scanner.useDelimiter(",");
         while(scanner.hasNext()){
             System.out.print(scanner.next()+"|");
         }}
    }
}

按此分隔符拆分下一行（）：
（？=（[^\“]*\”[^\“]*\”*[^\“]*$）”
我同意Scheintod的观点，即使用现有的CSV库从一开始就符合RFC-4180标准是一个好主意。除了提到的OpenCSV和Oster Miller之外，还有一系列其他CSV库。如果您对性能感兴趣，您可以查看。它表明






始终是使用JDK 6、7、8或9最快的。这项研究没有发现这三者中的任何一个存在任何RFC 4180兼容性问题OpenCSV和Oster Miller的速度都是它们的两倍。

我与作者没有任何关联，但关于uniVocity CSV解析器，由于其作者与该解析器的作者相同，该研究可能存在偏见

需要注意的是，《SimpleFlatMapper》的作者也发表了一篇仅比较这三者的文章。
我看到了许多由于代码不处理引号（“）、引号中的换行符和引号中的引号而导致的生产问题；例如：“他说”“这个”“应该被解析为：他说了”“这个”

正如前面提到的，许多CSV解析示例只是读取一行，然后用分隔符分隔该行。这是相当不完整和有问题的

对于我和那些可能更喜欢build verses购买（或使用其他人的代码并处理他们的依赖关系）的人来说，我开始使用经典的文本解析编程，这对我很有用：

/**
 * Parse CSV data into an array of String arrays. It handles double quoted values.
 * @param is input stream
 * @param separator
 * @param trimValues
 * @param skipEmptyLines
 * @return an array of String arrays
 * @throws IOException
 */
public static String[][] parseCsvData(InputStream is, char separator, boolean trimValues, boolean skipEmptyLines)
    throws IOException
{
    ArrayList<String[]> data = new ArrayList<String[]>();
    ArrayList<String> row = new ArrayList<String>();
    StringBuffer value = new StringBuffer();
    int ch = -1;
    int prevCh = -1;
    boolean inQuotedValue = false;
    boolean quoteAtStart = false;
    boolean rowIsEmpty = true;
    boolean isEOF = false;

    while (true)
    {
        prevCh = ch;
        ch = (isEOF) ? -1 : is.read();

        // Handle carriage return line feed
        if (prevCh == '\r' && ch == '\n')
        {
            continue;
        }
        if (inQuotedValue)
        {
            if (ch == -1)
            {
                inQuotedValue = false;
                isEOF = true;
            }
            else
            {
                value.append((char)ch);

                if (ch == '"')
                {
                    inQuotedValue = false;
                }
            }
        }
        else if (ch == separator || ch == '\r' || ch == '\n' || ch == -1)
        {
            // Add the value to the row
            String s = value.toString();

            if (quoteAtStart && s.endsWith("\""))
            {
                s = s.substring(1, s.length() - 1);
            }
            if (trimValues)
            {
                s = s.trim();
            }
            rowIsEmpty = (s.length() > 0) ? false : rowIsEmpty;
            row.add(s);
            value.setLength(0);

            if (ch == '\r' || ch == '\n' || ch == -1)
            {
                // Add the row to the result
                if (!skipEmptyLines || !rowIsEmpty)
                {
                    data.add(row.toArray(new String[0]));
                }
                row.clear();
                rowIsEmpty = true;

                if (ch == -1)
                {
                    break;
                }
            }
        }
        else if (prevCh == '"')
        {
            inQuotedValue = true;
        }
        else
        {
            if (ch == '"')
            {
                inQuotedValue = true;
                quoteAtStart = (value.length() == 0) ? true : false;
            }
            value.append((char)ch);
        }
    }
    return data.toArray(new String[0][]);
}

使用合适的CSV库扫描程序默认分隔符是空白，这可能就是问题所在。我是否正确地认为它没有分隔换行符？即，它将“e\n1”和“5\nX”作为单个标记读取？可能更复杂
String[][] data = parseCsvData(new ByteArrayInputStream("foo,\"\",,\"bar\",\"\"\"music\"\"\",\"carriage\r\nreturn\",\"new\nline\"\r\nnext,line".getBytes()), ',', true, true);
for (int rowIdx = 0; rowIdx < data.length; rowIdx++)
{
    System.out.println(Arrays.asList(data[rowIdx]));
}

[foo, , , bar, "music", carriage
return, new
line]
[next, line]