带引号的 Apache commons-csv 错误

Question

我正在使用 org.apache.commons-csv 1.4，这周我在我们的一个 junit 测试中发现了这种奇怪的行为：

    CSVReader reader = null;
    List<String[]> linesCsv = new ArrayList<>();
    FileInputStream fileStream = null;
    InputStreamReader inputStreamReader = null;

    try {
        fileStream = new FileInputStream(file);
        inputStreamReader = new InputStreamReader(fileStream, "ISO-8859-1");
        reader = new CSVReader(inputStreamReader, ',', '"', 0);

        String[] record = null;
        while ((record = reader.readNext()) != null) {
            linesCsv.add(record);
        }

    } catch (Exception e) {
        logger.error("Error in ", e);
    } finally {
        if (inputStreamReader != null) {
            inputStreamReader.close();
        }
        if (fileStream != null) {
            fileStream.close();
        }
        if (reader != null) {
            reader.close();
        }
    }

*错误案例

输入.csv

DAR_123451                  ,"XXXXX Hello World "Hello World XXX "
DAR_123452                  ,"XXXXX Hello World "Hello World XXX "

Java 击倒：

[0.0] DAR_123451
[0.1] XXXXX 你好世界 "Hello World XXX\nDAR_123456 ,XXXXX Hello World "你好世界 XXX

*大小写正确

输入.csv

DAR_123451                  ,"XXXXX Hello World "Hello World" XXX "
DAR_123452                  ,"XXXXX Hello World "Hello World" XXX "

Java 好的：

[0.0] DAR_123451 [0.1] XXXXX 你好世界 "Hello World" XXX

[1.0] DAR_123452 [1.1] XXXXX 你好世界 "Hello World" XXX

我无法设置 commons csv 库正常工作，这似乎是一个 Bug，我们如何才能正确读取字符串中带有单引号的字符串？

Answer 1

CSV 格式通常使用 2 个连续的 double-quotes 在文本中包含一个 double-quote 如果值被引号括起来，例如以下作品。

当我使用最新版本的 commons-csv 时，您的输入甚至出现异常 (IOException: (line 1) invalid char between encapsulated token and delimiter)

因此，要正确包含 double-quotes，您需要使用以下内容

DAR_123451                  ,"XXXXX Hello World ""Hello World"" XXX "
DAR_123452                  ,"XXXXX Hello World ""Hello World"" XXX "

然后 test-case 按预期工作：

    Reader in = new StringReader(
            "DAR_123451                  ,\"XXXXX Hello World \"\"Hello World XXX\"\" \"\n" +
                    "DAR_123452                  ,\"XXXXX Hello World \"\"Hello World XXX\"\" \"");
    Iterable<CSVRecord> records = CSVFormat.DEFAULT.parse(in);
    for (CSVRecord record : records) {
        for (int i = 0; i < record.size(); i++) {
            System.out.println("At " + i + ": " + record.get(i));
        }
    }

输出：

At 0: DAR_123451                  
At 1: XXXXX Hello World "Hello World XXX" 
At 0: DAR_123452                  
At 1: XXXXX Hello World "Hello World XXX"

详情见https://en.wikipedia.org/wiki/Comma-separated_values#General_functionality。

带引号的 Apache commons-csv 错误

Apache commons-csv error with quote

java

csv

apache-commons-csv