Импорт файлов CSV в .Net
Вопрос
Я понимаю, что это вопрос для новичков, но я ищу простое решение - кажется, оно должно быть.
Как лучше всего импортировать файл CSV в строго типизированную структуру данных?Опять просто = лучше.
Решение
Другие советы
Microsoft TextFieldParser является стабильным и следует RFC 4180 для файлов CSV.Не пугайтесь Microsoft.VisualBasic
пространство имен;это стандартный компонент .NET Framework, просто добавьте ссылку на глобальный Microsoft.VisualBasic
сборка.
Если вы компилируете для Windows (в отличие от Mono) и не ожидаете необходимости анализировать «сломанные» (не соответствующие RFC) файлы CSV, то это будет очевидным выбором, поскольку он бесплатный, неограниченный, стабильный, и активно поддерживается, чего нельзя сказать о FileHelpers.
Смотрите также: Как:Чтение из текстовых файлов, разделенных запятыми, в Visual Basic для примера кода VB.
Используйте соединение OleDB.
String sConnectionString = "Provider=Microsoft.Jet.OLEDB.4.0;Data Source=C:\\InputDirectory\\;Extended Properties='text;HDR=Yes;FMT=Delimited'";
OleDbConnection objConn = new OleDbConnection(sConnectionString);
objConn.Open();
DataTable dt = new DataTable();
OleDbCommand objCmdSelect = new OleDbCommand("SELECT * FROM file.csv", objConn);
OleDbDataAdapter objAdapter1 = new OleDbDataAdapter();
objAdapter1.SelectCommand = objCmdSelect;
objAdapter1.Fill(dt);
objConn.Close();
Если вы ожидаете довольно сложных сценариев анализа CSV, даже не вздумайте раскручивать свой парсер.Есть много отличных инструментов, таких как FileHelpers, или даже из КодПроект.
Дело в том, что это довольно распространенная проблема, и вы можете поспорить, что много разработчиков программного обеспечения уже подумали и решили эту проблему.
Брайан предлагает хорошее решение для преобразования коллекции в строго типизированную коллекцию.
Большинство приведенных методов анализа CSV не учитывают экранирование полей или некоторые другие тонкости файлов CSV (например, обрезку полей).Вот код, который я лично использую.Он немного грубоват по краям и практически не сообщает об ошибках.
public static IList<IList<string>> Parse(string content)
{
IList<IList<string>> records = new List<IList<string>>();
StringReader stringReader = new StringReader(content);
bool inQoutedString = false;
IList<string> record = new List<string>();
StringBuilder fieldBuilder = new StringBuilder();
while (stringReader.Peek() != -1)
{
char readChar = (char)stringReader.Read();
if (readChar == '\n' || (readChar == '\r' && stringReader.Peek() == '\n'))
{
// If it's a \r\n combo consume the \n part and throw it away.
if (readChar == '\r')
{
stringReader.Read();
}
if (inQoutedString)
{
if (readChar == '\r')
{
fieldBuilder.Append('\r');
}
fieldBuilder.Append('\n');
}
else
{
record.Add(fieldBuilder.ToString().TrimEnd());
fieldBuilder = new StringBuilder();
records.Add(record);
record = new List<string>();
inQoutedString = false;
}
}
else if (fieldBuilder.Length == 0 && !inQoutedString)
{
if (char.IsWhiteSpace(readChar))
{
// Ignore leading whitespace
}
else if (readChar == '"')
{
inQoutedString = true;
}
else if (readChar == ',')
{
record.Add(fieldBuilder.ToString().TrimEnd());
fieldBuilder = new StringBuilder();
}
else
{
fieldBuilder.Append(readChar);
}
}
else if (readChar == ',')
{
if (inQoutedString)
{
fieldBuilder.Append(',');
}
else
{
record.Add(fieldBuilder.ToString().TrimEnd());
fieldBuilder = new StringBuilder();
}
}
else if (readChar == '"')
{
if (inQoutedString)
{
if (stringReader.Peek() == '"')
{
stringReader.Read();
fieldBuilder.Append('"');
}
else
{
inQoutedString = false;
}
}
else
{
fieldBuilder.Append(readChar);
}
}
else
{
fieldBuilder.Append(readChar);
}
}
record.Add(fieldBuilder.ToString().TrimEnd());
records.Add(record);
return records;
}
Обратите внимание, что это не обрабатывает крайний случай, когда поля не разделены двойными кавычками, а Meerley имеет внутри себя строку в кавычках.Видеть эта почта для лучшего объяснения, а также некоторых ссылок на некоторые подходящие библиотеки.
Я согласен с @НеЯСам. FileHelpers хорошо протестирован и обрабатывает все виды крайних случаев, с которыми вам в конечном итоге придется иметь дело, если вы сделаете это самостоятельно.Взгляните на то, что делает FileHelpers, и пишите свои собственные только в том случае, если вы абсолютно уверены, что либо (1) вам никогда не придется обрабатывать крайние случаи, которые делает FileHelpers, либо (2) вы любите писать такого рода вещи и собираетесь будьте вне себя от радости, когда вам придется анализировать такие вещи:
1, «Билл», «Смит», «Супервайзер», «Без комментариев»
2, «Дрейк», «О'Мэлли», «Дворник»,
Упс, меня не цитируют и я на новой строке!
Мне было скучно, поэтому я изменил кое-что, что написал.Он пытается инкапсулировать синтаксический анализ объектно-ориентированным способом, сокращая при этом количество итераций по файлу, он выполняет только одну итерацию в верхней части foreach.
using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.IO;
namespace ConsoleApplication1
{
class Program
{
static void Main(string[] args)
{
// usage:
// note this wont run as getting streams is not Implemented
// but will get you started
CSVFileParser fileParser = new CSVFileParser();
// TO Do: configure fileparser
PersonParser personParser = new PersonParser(fileParser);
List<Person> persons = new List<Person>();
// if the file is large and there is a good way to limit
// without having to reparse the whole file you can use a
// linq query if you desire
foreach (Person person in personParser.GetPersons())
{
persons.Add(person);
}
// now we have a list of Person objects
}
}
public abstract class CSVParser
{
protected String[] deliniators = { "," };
protected internal IEnumerable<String[]> GetRecords()
{
Stream stream = GetStream();
StreamReader reader = new StreamReader(stream);
String[] aRecord;
while (!reader.EndOfStream)
{
aRecord = reader.ReadLine().Split(deliniators,
StringSplitOptions.None);
yield return aRecord;
}
}
protected abstract Stream GetStream();
}
public class CSVFileParser : CSVParser
{
// to do: add logic to get a stream from a file
protected override Stream GetStream()
{
throw new NotImplementedException();
}
}
public class CSVWebParser : CSVParser
{
// to do: add logic to get a stream from a web request
protected override Stream GetStream()
{
throw new NotImplementedException();
}
}
public class Person
{
public String Name { get; set; }
public String Address { get; set; }
public DateTime DOB { get; set; }
}
public class PersonParser
{
public PersonParser(CSVParser parser)
{
this.Parser = parser;
}
public CSVParser Parser { get; set; }
public IEnumerable<Person> GetPersons()
{
foreach (String[] record in this.Parser.GetRecords())
{
yield return new Person()
{
Name = record[0],
Address = record[1],
DOB = DateTime.Parse(record[2]),
};
}
}
}
}
На CodeProject есть две статьи, в которых представлен код решения, одна из которых использует StreamReader и тот, который импортирует данные CSV используя Текстовый драйвер Microsoft.
Хороший простой способ сделать это — открыть файл и прочитать каждую строку в массив, связанный список, структуру данных по вашему выбору.Однако будьте осторожны с первой строкой.
Это может быть для вас непостижимо, но, похоже, существует прямой способ получить к ним доступ, используя строка подключения.
Почему бы не попробовать использовать Python вместо C# или VB?У него есть хороший модуль CSV для импорта, который сделает всю тяжелую работу за вас.
Этим летом мне пришлось использовать синтаксический анализатор CSV в .NET для проекта, и я остановился на Microsoft Jet Text Driver.Вы указываете папку с помощью строки подключения, а затем запрашиваете файл с помощью оператора SQL Select.Вы можете указать строгие типы с помощью файла Schema.ini.Сначала я этого не делал, но потом получал плохие результаты, когда тип данных не был сразу очевиден, например номера IP или запись типа «XYQ 3.9 SP1».
Единственное ограничение, с которым я столкнулся, заключается в том, что он не может обрабатывать имена столбцов длиной более 64 символов;оно обрезается.Это не должно быть проблемой, за исключением того, что я имел дело с очень плохо спроектированными входными данными.Он возвращает набор данных ADO.NET.
Это было лучшее решение, которое я нашел.Я бы поостерегся использовать свой собственный синтаксический анализатор CSV, так как я, вероятно, пропустил бы некоторые конечные случаи, и я не нашел никаких других бесплатных пакетов синтаксического анализа CSV для .NET.
РЕДАКТИРОВАТЬ:Кроме того, в каждом каталоге может быть только один файл Schema.ini, поэтому я динамически добавил к нему необходимые столбцы.Он будет строго типизировать только указанные столбцы и делать выводы для любого неуказанного поля.Мне это очень понравилось, так как я имел дело с импортом гибкого CSV-файла с более чем 70 столбцами и не хотел указывать каждый столбец, а только те, которые работали некорректно.
Я набрал некоторый код.Результат в datagridviewer выглядел хорошо.Он анализирует одну строку текста в массив объектов.
enum quotestatus
{
none,
firstquote,
secondquote
}
public static System.Collections.ArrayList Parse(string line,string delimiter)
{
System.Collections.ArrayList ar = new System.Collections.ArrayList();
StringBuilder field = new StringBuilder();
quotestatus status = quotestatus.none;
foreach (char ch in line.ToCharArray())
{
string chOmsch = "char";
if (ch == Convert.ToChar(delimiter))
{
if (status== quotestatus.firstquote)
{
chOmsch = "char";
}
else
{
chOmsch = "delimiter";
}
}
if (ch == Convert.ToChar(34))
{
chOmsch = "quotes";
if (status == quotestatus.firstquote)
{
status = quotestatus.secondquote;
}
if (status == quotestatus.none )
{
status = quotestatus.firstquote;
}
}
switch (chOmsch)
{
case "char":
field.Append(ch);
break;
case "delimiter":
ar.Add(field.ToString());
field.Clear();
break;
case "quotes":
if (status==quotestatus.firstquote)
{
field.Clear();
}
if (status== quotestatus.secondquote)
{
status =quotestatus.none;
}
break;
}
}
if (field.Length != 0)
{
ar.Add(field.ToString());
}
return ar;
}
Если вы можете гарантировать, что в данных нет запятых, то, вероятно, самым простым способом будет использование String.split.
Например:
String[] values = myString.Split(',');
myObject.StringField = values[0];
myObject.IntField = Int32.Parse(values[1]);
Возможно, вам могут помочь какие-то библиотеки, но это, вероятно, настолько просто, насколько это возможно.Просто убедитесь, что в данных не может быть запятых, иначе вам придется лучше их анализировать.