Question

我有一个csv文件，其中每个字段（列标题除外）都有一个双引号文本限定符：field："some value"。但是，文件中的某些字段在值中带有双引号。 field2："25" TV"或field3："25" x 14" x 2""或field4："A"bcd"ef"g"。（我认为你说对了）。如果我具有字段2-4中的数据，我的Java文件处理将失败，因为我指定了双引号是字段上的文本限定符，并且看起来该行的字段过多。如何执行以下任一或所有操作：

从字段内部删除双引号字符
将双引号字符替换为另一个值
在字段中使我的Java进程“忽略”或“跳过”双引号。

我对此文件的控制级别是什么？该文件按原样提供，但我只需要文件中两个不同列中的数据。我可以做任何我需要做的事情来获取数据。

Answer 1

首先，如果确实是CSV文件，则应使用逗号将每一行分成几列。

一旦将其分成几列，如果我们确定该值应以双引号（“）开头和结尾，我们可以简单地删除所有双引号，然后在开头和之后重新应用结束。

    String input = "\"hello\",\"goodbye Java \"the best\" language\", \"this is really \"\"\"bad\"";
    String[] parsed = input.split(",");
    String[] clean = new String[parsed.length];
    int index = 0;
    for (String value : parsed) {
        clean[index] = "\"" + value.replace("\"", "") + "\"";
        index++;
    }

如果值中可能包含逗号，则应改用以下内容

    String input = "\"hello\",\"goodbye,\" Java \"the best\" language\", \"this is really \"\"\"bad\"";
    String[] parsed = input.split("\"\\s*,\\s*\"");
    String[] clean = new String[parsed.length];
    int index = 0;
    for (String value : parsed) {
        clean[index] = "\"" + value.replace("\"", "") + "\"";
        index++;
    }
}

请注意，如果值中存在\“ \ s *，\ s * \”的序列，则记录将是不明确的。例如，如果它是一个两列文件，则输入记录 “ abc”，“ def”，“ ghi”可以是

值1 =“ abc”，“ def”值2 =“ ghi” 要么值1 =“ abc”值2 =“ def”，“ ghi”

Answer 2

请注意，许多CSV实现都会将双引号转义为两个连续的引号。

所以14可能（应该吗？）是您的输入。

Answer 3

假定逗号是列分隔符，并且每一列都用双引号引起来：

String[] columns = input.split("\",\"");
if (columns.length > 0) {
  columns[0] = columns[0].substring(1);
  String lastColumn = columns[columns.length-1];
  columns[columns.length-1] = lastColumn.substring(0,lastColumn.length()-1);
}

这些列仍将使用内部双引号。如果您不想要它们，可以将它们替换掉。

Java如何删除双引号文本限定符之间的双引号字符

3 个答案: