Aufteilen einer csv-Datei mit Anführungszeichen als Text-Trennzeichen mit String.split()

Question

Ich habe eine durch Kommas getrennte Datei mit vielen Zeilen ähnlich einer unten.

Sachin,,M,"Maths,Science,English",Need to improve in these subjects. 

Anführungszeichen werden verwendet, um das Begrenzerkomma zu trennen, das zur Darstellung mehrerer Werte verwendet wird.

Nun, wie teile ich den obigen Wert auf das Komma Trennzeichen mit String.split() wenn überhaupt möglich?

Answer 1

public static void main(String[] args) { 
    String s = "Sachin,,M,\"Maths,Science,English\",Need to improve in these subjects."; 
    String[] splitted = s.split(",(?=([^\"]*\"[^\"]*\")*[^\"]*$)"); 
    System.out.println(Arrays.toString(splitted)); 
} 

Ausgang:

[Sachin, , M, "Maths,Science,English", Need to improve in these subjects.] 

Answer 2

Wenn die Saiten sind alle gut ausgebildet ist es möglich, mit dem folgenden regulären Ausdruck:

String[] res = str.split(",(?=([^\"]|\"[^\"]*\")*$)"); 

Der Ausdruck stellt sicher, dass eine Spaltung nur bei Kommas auftritt, die durch eine gerade (oder Null) Zahl der gefolgt werden Zitate (und somit nicht in solchen Anführungszeichen).

Dennoch kann es einfacher sein, einen einfachen Nicht-Regex-Parser zu verwenden.

Answer 3

Als Ihr Problem/Anforderungen sind nicht so komplex eine benutzerdefinierte Methode verwendet werden kann, die schneller über 20 Mal durchführt und erzeugt die gleichen Ergebnisse. Dies ist eine Variable basierend auf der Datengröße und der Anzahl der analysierten Zeilen und für kompliziertere Probleme mit regulären Ausdrücken ein Muss.

import java.util.Arrays; 
import java.util.ArrayList; 
public class SplitTest { 

public static void main(String[] args) { 

    String s = "Sachin,,M,\"Maths,Science,English\",Need to improve in these subjects."; 
    String[] splitted = null; 

//Measure Regular Expression 
    long startTime = System.nanoTime(); 
    for(int i=0; i<10; i++) 
    splitted = s.split(",(?=([^\"]*\"[^\"]*\")*[^\"]*$)"); 
    long endTime = System.nanoTime(); 

    System.out.println("Took: " + (endTime-startTime)); 
    System.out.println(Arrays.toString(splitted)); 
    System.out.println(""); 


    ArrayList<String> sw = null;   
//Measure Custom Method 
      startTime = System.nanoTime(); 
    for(int i=0; i<10; i++) 
    sw = customSplitSpecific(s); 
    endTime = System.nanoTime(); 

    System.out.println("Took: " + (endTime-startTime)); 
    System.out.println(sw);   
} 

public static ArrayList<String> customSplitSpecific(String s) 
{ 
    ArrayList<String> words = new ArrayList<String>(); 
    boolean notInsideComma = true; 
    int start =0, end=0; 
    for(int i=0; i<s.length()-1; i++) 
    { 
     if(s.charAt(i)==',' && notInsideComma) 
     { 
      words.add(s.substring(start,i)); 
      start = i+1;     
     } 
     else if(s.charAt(i)=='"') 
     notInsideComma=!notInsideComma; 
    } 
    words.add(s.substring(start)); 
    return words; 
} 

}

auf meinem eigenen Computer erzeugt dies:

Took: 6651100 
[Sachin, , M, "Maths,Science,English", Need to improve in these subjects.] 

Took: 224179 
[Sachin, , M, "Maths,Science,English", Need to improve in these subjects.]