如何为CSV文件同时转义逗号和双引号？

Question

我正在编写一个Java应用程序,用于将数据从Oracle导出到csv文件

不幸的是,数据内容可能非常棘手.仍然逗号是deliminator,但行上的一些数据可能是这样的:

ID FN LN 年龄 评论

123,约翰,史密斯,39岁,我说"嘿,我是5'10"."

所以这是comment列上的字符串之一:

我说"嘿,我5'10"."

不开玩笑,我需要在excel或开放式办公室中从Java生成的CSV文件中显示以上评论,当然不能搞乱其他常规转义情况(即常规双引号和元组内的常规逗号).我知道正则表达式很强大,但我们怎样才能在如此复杂的情况下实现目标呢？

Answer 1

有几个图书馆.这是两个例子:

❐ApacheCommons Lang

阿帕奇共享郎包括一类特殊的逃避或UNESCAPE字符串(CSV,EcmaScript的,HTML,Java和JSON,XML) org.apache.commons.lang3.StringEscapeUtils.

• 逃到 CSV

  String escaped = StringEscapeUtils
      .escapeCsv("I said \"Hey, I am 5'10\".\""); // I said "Hey, I am 5'10"."
  
  System.out.println(escaped); // "I said ""Hey, I am 5'10""."""
  

• 来自CSV的Unescape

  String unescaped = StringEscapeUtils
      .unescapeCsv("\"I said \"\"Hey, I am 5'10\"\".\"\"\""); // "I said ""Hey, I am 5'10""."""
  
  System.out.println(unescaped); // I said "Hey, I am 5'10"."
  

_{*您可以从 这里下载.}

❐OpenCSV

如果您使用OpenCSV,则无需担心转义或unescape,仅用于写入或读取内容.

• 写文件:

  FileOutputStream fos = new FileOutputStream("awesomefile.csv"); 
  OutputStreamWriter osw = new OutputStreamWriter(fos, "UTF-8");
  CSVWriter writer = new CSVWriter(osw);
  ...
  String[] row = {
      "123", 
      "John", 
      "Smith", 
      "39", 
      "I said \"Hey, I am 5'10\".\""
  };
  writer.writeNext(row);
  ...
  writer.close();
  osw.close();
  os.close();
  

• 阅读文件:

  FileInputStream fis = new FileInputStream("awesomefile.csv"); 
  InputStreamReader isr = new InputStreamReader(fis, "UTF-8");
  CSVReader reader = new CSVReader(isr);
  
  for (String[] row; (row = reader.readNext()) != null;) {
      System.out.println(Arrays.toString(row));
  }
  
  reader.close();
  isr.close();
  fis.close();
  

_{*您可以从 这里下载.}

Answer 2

Excel必须能够处理完全相同的情况.

将这些内容放入Excel,将它们保存为CSV,然后使用文本编辑器检查文件.然后,您将了解Excel适用于这些情况的规则.

使Java生成相同的输出.

顺便说一下,Excel使用的格式是......

****编辑1:****以下是Excel的作用
****编辑2:****请注意,fputcsv如果使用"作为附件,php的功能与excel完全相同.

rdeslonde@mydomain.com
Richard
"This is what I think"

变成了这个:

Email,Fname,Quoted  
rdeslonde@mydomain.com,Richard,"""This is what I think"""

Answer 3

感谢Tony和Paul的快速反馈,非常有帮助.我实际上通过POJO找到了解决方案.这里是:

if (cell_value.indexOf("\"") != -1 || cell_value.indexOf(",") != -1) {
    cell_value = cell_value.replaceAll("\"", "\"\"");
    row.append("\"");
    row.append(cell_value);
    row.append("\"");
} else {
    row.append(cell_value);
}

简而言之,如果单元格中的字符串中有逗号或双引号等特殊字符,则首先"\""通过添加额外的双引号(如"\"\"")来转义双引号(),然后将整个事物放入双引号(如"\""+theWholeThing+"\"")

Answer 4

您还可以查看Python 如何编写与 Excel 兼容的csv文件。

我相信 Excel 的默认设置是将文字引号字符加倍 - 也就是说，文字引号"写为"".