我有一个这样的字符串:
foo,bar,c;qual="baz,blurb",d;junk="quux,syzygy"
我想用逗号分隔，但我需要忽略引号中的逗号。我该怎么做呢?regexp方法似乎失败了;我想我可以手动扫描，并在看到报价时进入不同的模式，但如果使用已有的库就更好了。(编辑:我想我指的是已经是JDK的一部分或者已经是Apache Commons等常用库的一部分的库。)
上面的字符串应该分成:
foo
bar
c;qual="baz,blurb"
d;junk="quux,syzygy"
注意:这不是一个CSV文件，它是一个包含在一个更大的整体结构文件中的单个字符串
当前回答
我会这样做:
boolean foundQuote = false;
if(charAtIndex(currentStringIndex) == '"')
{
foundQuote = true;
}
if(foundQuote == true)
{
//do nothing
}
else
{
string[] split = currentString.split(',');
}
其他回答
Try:
public class Main {
public static void main(String[] args) {
String line = "foo,bar,c;qual=\"baz,blurb\",d;junk=\"quux,syzygy\"";
String[] tokens = line.split(",(?=(?:[^\"]*\"[^\"]*\")*[^\"]*$)", -1);
for(String t : tokens) {
System.out.println("> "+t);
}
}
}
输出:
> foo
> bar
> c;qual="baz,blurb"
> d;junk="quux,syzygy"
换句话说:仅当逗号前面有0个引号或偶数个引号时，才在逗号上进行分隔。
或者，对眼睛更友好一点:
public class Main {
public static void main(String[] args) {
String line = "foo,bar,c;qual=\"baz,blurb\",d;junk=\"quux,syzygy\"";
String otherThanQuote = " [^\"] ";
String quotedString = String.format(" \" %s* \" ", otherThanQuote);
String regex = String.format("(?x) "+ // enable comments, ignore white spaces
", "+ // match a comma
"(?= "+ // start positive look ahead
" (?: "+ // start non-capturing group 1
" %s* "+ // match 'otherThanQuote' zero or more times
" %s "+ // match 'quotedString'
" )* "+ // end group 1 and repeat it zero or more times
" %s* "+ // match 'otherThanQuote'
" $ "+ // match the end of the string
") ", // stop positive look ahead
otherThanQuote, quotedString, otherThanQuote);
String[] tokens = line.split(regex, -1);
for(String t : tokens) {
System.out.println("> "+t);
}
}
}
结果和第一个例子一样。
EDIT
正如@MikeFHay在评论中提到的:
我更喜欢使用Guava的Splitter，因为它有更理智的默认值(见上面关于空匹配被String#split()修剪的讨论，所以我这样做了: Splitter.on (Pattern.compile (",(?=(?:[^\"]*\"[^\"]*\")*[^\"]*$)"))
使用String.split()的一行程序怎么样?
String s = "foo,bar,c;qual=\"baz,blurb\",d;junk=\"quux,syzygy\"";
String[] split = s.split( "(?<!\".{0,255}[^\"]),|,(?![^\"].*\")" );
我会这样做:
boolean foundQuote = false;
if(charAtIndex(currentStringIndex) == '"')
{
foundQuote = true;
}
if(foundQuote == true)
{
//do nothing
}
else
{
string[] split = currentString.split(',');
}
最简单的方法是不匹配分隔符，即逗号，使用复杂的附加逻辑来匹配实际需要的内容(可能是带引号的字符串的数据)，只是为了排除错误的分隔符，而是首先匹配所需的数据。
该模式由两个选项组成，一个带引号的字符串("[^"]*"或".*?")或下一个逗号前的所有内容([^，]+)。为了支持空单元格，我们必须允许未加引号的项为空，并使用下一个逗号(如果有的话)，并使用\\G锚点:
Pattern p = Pattern.compile("\\G\"(.*?)\",?|([^,]*),?");
该模式还包含两个捕获组，用于获取带引号的字符串的内容或普通内容。
然后，在Java 9中，我们可以得到一个数组为
String[] a = p.matcher(input).results()
.map(m -> m.group(m.start(1)<0? 2: 1))
.toArray(String[]::new);
而旧的Java版本需要像这样的循环
for(Matcher m = p.matcher(input); m.find(); ) {
String token = m.group(m.start(1)<0? 2: 1);
System.out.println("found: "+token);
}
将项添加到List或数组中是留给阅读器的附加工作。
对于Java 8，您可以使用这个答案的results()实现，就像Java 9解决方案一样。
对于包含嵌入字符串的混合内容，就像问题中那样，您可以简单地使用
Pattern p = Pattern.compile("\\G((\"(.*?)\"|[^,])*),?");
但是，字符串以引号形式保存。
http://sourceforge.net/projects/javacsv/
https://github.com/pupi1985/JavaCSV-Reloaded (前一个库的分支，它将允许生成的输出在不运行Windows时具有Windows行结束符\r\n)
http://opencsv.sourceforge.net/
适用于Java的CSV API
你能推荐一个用于读取(可能是写入)CSV文件的Java库吗?
Java库或应用程序转换CSV到XML文件?
