Можете ли вы порекомендовать библиотеку Java для чтения (и, возможно, записи) CSV-файлов?[закрыто]
https://stackoverflow.com/questions/200609
italiano
english
français
española
中国
日本の
العربية
Deutsch
한국어
Português
RussianВопрос
Можете ли вы порекомендовать библиотеку Java для чтения, синтаксического анализа, проверки и сопоставления строк в файле значений, разделенных запятыми (CSV), с объектами значений Java (JavaBeans)?
Решение
Мы использовали http://opencsv.sourceforge.net/ с большим успехом
Я также наткнулся на другой вопрос с хорошими ссылками:Java lib или приложение для преобразования CSV в XML-файл?
Другие советы
Супер CSV это отличный выбор для чтения / синтаксического анализа, проверки и сопоставления CSV-файлов с POJOs!
Мы (команда Super CSV) только что выпустили новую версию (вы можете Скачать это из SourceForge или Maven).
Чтение CSV-файла
В следующем примере используется CsvDozerBeanReader (мы только что выпустили новую программу для чтения, которая использует Бульдозер для отображения компонентов с поддержкой глубокого отображения и отображения на основе индексов) - это основано на примере из нашего Веб-сайт.Если вам не нужна функциональность бульдозера (или вам просто нужна простая автономная зависимость), то вы можете использовать CsvBeanReader вместо этого (смотрите это пример кода).
Пример CSV-файла
Вот пример CSV-файла, представляющего ответы на опрос.Он содержит заголовок и 3 строки данных, все по 8 столбцов.
age,consentGiven,questionNo1,answer1,questionNo2,answer2,questionNo3,answer3
18,Y,1,Twelve,2,Albert Einstein,3,Big Bang Theory
,Y,1,Thirteen,2,Nikola Tesla,3,Stargate
42,N,1,,2,Carl Sagan,3,Star Wars
Определение сопоставления из CSV в POJO
Каждая строка CSV-файла будет считана в Ответ на опрос класс, каждый из которых имеет список Ответs.Чтобы сопоставление работало, ваши классы должны быть допустимыми Javabeans (т. е. иметь конструктор без аргументов по умолчанию и иметь геттеры / установщики, определенные для каждого поля).
В Super CSV вы определяете сопоставление с помощью простого массива строк - каждый элемент массива соответствует столбцу в CSV-файле.
С CsvDozerBeanMapper вы можете использовать:
простые сопоставления полей (например,
firstName)глубокие сопоставления (например,
address.country.code)индексированное отображение (например,
middleNames[1]- индекс на основе нуля для массивов или коллекций)глубокое + индексированное отображение (например,
person.middleNames[1])
Ниже приведено сопоставление полей для этого примера - в нем используется комбинация этих:
private static final String[] FIELD_MAPPING = new String[] {
"age", // simple field mapping (like for CsvBeanReader)
"consentGiven", // as above
"answers[0].questionNo", // indexed (first element) + deep mapping
"answers[0].answer",
"answers[1].questionNo", // indexed (second element) + deep mapping
"answers[1].answer",
"answers[2].questionNo",
"answers[2].answer" };
Преобразование и валидация
Super CSV содержит полезную библиотеку процессоры ячеек, который может быть использован для преобразования строк из CSV - файла в другие типы данных (напримерДата, Целое число), или для проверки ограничений (напримеробязательный / необязательный, сопоставление регулярных выражений, проверка диапазона).
Использование клеточных процессоров - это полностью необязательный - без них каждый столбец CSV будет строкой, поэтому каждое поле также должно быть строкой.
Ниже приведена конфигурация процессора ячейки для примера.Как и в случае сопоставления полей, каждый элемент массива представляет собой столбец CSV.В нем показано, как процессоры ячеек могут преобразовывать CSV-данные в тип данных вашего поля и как их можно объединить в цепочку.
final CellProcessor[] processors = new CellProcessor[] {
new Optional(new ParseInt()), // age
new ParseBool(), // consent
new ParseInt(), // questionNo 1
new Optional(), // answer 1
new ParseInt(), // questionNo 2
new Optional(), // answer 2
new ParseInt(), // questionNo 3
new Optional() // answer 3
};
Чтение
Чтение с помощью Super CSV очень гибко:вы предоставляете свой собственный Reader (таким образом, вы можете читать из файла, пути к классу, zip-файла и т.д.), А разделитель и символ кавычки настраиваются с помощью предпочтения (из которых существует ряд предопределенных конфигураций, которые удовлетворяют большинству вариантов использования).
Приведенный ниже код не требует пояснений.
Создайте программу чтения (с помощью вашего
Readerи предпочтения)(Необязательно) прочитайте заголовок
Настройте сопоставление компонентов
Продолжай звонить
read()пока ты не получишьnull(конец файла)Закройте программу чтения
Код:
ICsvDozerBeanReader beanReader = null;
try {
beanReader = new CsvDozerBeanReader(new FileReader(CSV_FILENAME),
CsvPreference.STANDARD_PREFERENCE);
beanReader.getHeader(true); // ignore the header
beanReader.configureBeanMapping(SurveyResponse.class, FIELD_MAPPING);
SurveyResponse surveyResponse;
while( (surveyResponse =
beanReader.read(SurveyResponse.class, processors)) != null ) {
System.out.println(
String.format("lineNo=%s, rowNo=%s, surveyResponse=%s",
beanReader.getLineNumber(), beanReader.getRowNumber(),
surveyResponse));
}
} finally {
if( beanReader != null ) {
beanReader.close();
}
}
Выходной сигнал:
lineNo=2, rowNo=2, surveyResponse=SurveyResponse [age=18, consentGiven=true, answers=[Answer [questionNo=1, answer=Twelve], Answer [questionNo=2, answer=Albert Einstein], Answer [questionNo=3, answer=Big Bang Theory]]]
lineNo=3, rowNo=3, surveyResponse=SurveyResponse [age=null, consentGiven=true, answers=[Answer [questionNo=1, answer=Thirteen], Answer [questionNo=2, answer=Nikola Tesla], Answer [questionNo=3, answer=Stargate]]]
lineNo=4, rowNo=4, surveyResponse=SurveyResponse [age=42, consentGiven=false, answers=[Answer [questionNo=1, answer=null], Answer [questionNo=2, answer=Carl Sagan], Answer [questionNo=3, answer=Star Wars]]]
Дополнительная информация
Вы можете найти гораздо больше информации на сайте Веб-сайт!
Я могу порекомендовать СуперКСВ.Простой в использовании и сделал все, что мне было нужно.
Эй, у меня есть проект с открытым исходным кодом для этого: JFileHelpers ( файл помощи ).Я думаю, что главное преимущество заключается в том, что он использует Java-аннотации, взгляните:
Если у вас есть этот боб:
@FixedLengthRecord()
public class Customer {
@FieldFixedLength(4)
public Integer custId;
@FieldAlign(alignMode=AlignMode.Right)
@FieldFixedLength(20)
public String name;
@FieldFixedLength(3)
public Integer rating;
@FieldTrim(trimMode=TrimMode.Right)
@FieldFixedLength(10)
@FieldConverter(converter = ConverterKind.Date,
format = "dd-MM-yyyy")
public Date addedDate;
@FieldFixedLength(3)
@FieldOptional
public String stockSimbol;
}
И хочет разобрать этот файл:
....|....1....|....2....|....3....|....4
1 Antonio Pereira 10012-12-1978ABC
2 Felipe Coury 201-01-2007
3 Anderson Polga 4212-11-2007DEF
Все, что вам нужно сделать, это это:
FileHelperEngine<Customer> engine =
new FileHelperEngine<Customer>(Customer.class);
List<Customer> customers =
new ArrayList<Customer>();
customers = engine.readResource(
"/samples/customers-fixed.txt");
Кроме того, он поддерживает преобразование основных данных, даты и формата и многое другое.Дай мне знать, что ты думаешь!
С наилучшими пожеланиями!
Я нахожу Плоский Пакет чтобы действительно хорошо справляться со сложными CSV-файлами (экранирование, кавычки, неверные записи и т.д.)
Вопрос о преобразовании CSV-файла в XML, заданный ранее, похоже, отвечает на все мои вопросы.
OpenCSV (http://opencsv.sourceforge.net/) также выполняет привязку к JavaBeans, используя стратегию сопоставления позиций столбцов
ColumnPositionMappingStrategy strat = new ColumnPositionMappingStrategy();
strat.setType(YourOrderBean.class);
String[] columns = new String[] {"name", "orderNumber", "id"}; // the fields to bind do in your JavaBean
strat.setColumnMapping(columns);
CsvToBean csv = new CsvToBean();
List list = csv.parse(strat, yourReader);
JSEFA (http://jsefa.sourceforge.net) также, кажется, делает все, что мне нужно - особенно привязку к объектам Java - в дополнение к поддержке FLR и XML
Видишь CVSBeans
