如果 line/row 不是以 c# 中已建立的字符开头，则跳过或删除 CSV 文件中的 line/row

Question

这是我的 CSV 文件

此文件由外部资源提供，并以带有管道分隔符的 csv 格式保存，我必须为此工作

||||||||||||||||||||||||||||||||||||||||||||||||||
|Table1|||||||||||||||||||||||||||||||||||||||||||||||||            
||||||||||||||||||||||||||||||||||||||||||||||||||          
N|IDI  |TEST|START DATE HOUR    |CAUSE|KIND|NUMB|NAMES|         
1|10704|    |21/07/2020 15:05:54|L    |MT  |2786|NAV  |         
2|10660|    |21/07/2020 09:27:31|L    |MT  |4088|PIS  |     
values of names 
values of names .|0|0|1|1|0|0||||
||||||||||||||||||||||||||||||||||||||||||||||||||          
|Table2|||||||||||||||||||||||||||||||||||||||||||||||||            
||||||||||||||||||||||||||||||||||||||||||||||||||          
N|IDI  |TEST|START DATE HOUR    |END DATE HOUR      |LENGHT  |RETURNS         |CAUSE|KIND|NUMB|NAMES|           
1|10710|    |21/07/2020 19:34:00|21/07/2020 20:19:09|00:45:09| -              |L    |MT  |7806|ACC  |
2|10708|    |21/07/2020 18:28:12|21/07/2020 18:28:13|00:00:01| -              |T    |MT  |2600|LIT  |       
3|10700|    |21/07/2020 14:16:37|21/07/2020 15:19:13|01:02:36|21/07/2020 17:00|L    |MT  |4435|UHI  |       
4|10698|    |21/07/2020 14:06:45|21/07/2020 14:07:22|00:00:37|-               |B    |MT  |5789|TYK  |
5|10674|    |21/07/2020 10:21:04|21/07/2020 10:44:41|00:23:37|21/07/2020 12:30|T    |MT  |6699|FGR  |
||||||||||||||||||||||||||||||||||||||||||||||||||

我需要删除或跳过 csv 文件中的这些行，因为该行不是以 number 或 N 值或 pipeline |

开头

values of names 
values of names .|0|0|1|1|0|0||||

这是我的代码隐藏错误

Index was out of range. Must be non-negative and less than the size of the collection parameter name:index

如果该行不是以 number 或 N 值或 pipeline |

开头

int posNewColumn = 4;

string input = @"C:\Temp\SO\import.csv";
string output = @"C:\Temp\SO\out.csv";

string[] CSVDump = File.ReadAllLines(input);
List<List<string>> CSV = CSVDump.Select(x => x.Split('|').ToList()).ToList();
foreach (List<string> line in CSV)
{
    if (line[1] == "Table2")
    {
        break;
    }
    line.Insert(posNewColumn, line[0] == "N" ? "LENGHT" : string.Empty);
    line.Insert(posNewColumn, line[0] == "N" ? "END DATE HOUR" : string.Empty);
}

File.WriteAllLines(output, CSV.Select(x => string.Join("|", x)));

如果一行中只有一个元素（如名称的行值），我需要跳过或删除行

你能帮帮我吗？

Answer 1

~~所以您想跳过所有以竖线开头的行？~~

~~List<List<string>> CSV = CSVDump .Where(x => !x.StartsWith('|')) .Select(x => x.Split('|').ToList()).ToArray();~~

所以您想保留任何以数字、N 或竖线开头的内容？

List<List<string>> CSV = CSVDump
  .Where(x => x.Length > 0 && "0123456789N|".Contains(x[0]))
  .Select(x => x.Split('|').ToList()).ToArray();

为了回应史蒂夫对性能等方面的担忧，也许最好的方法是：

int posNewColumn = 3;

string input = @"C:\Temp\SO\import.csv";
string output = @"C:\Temp\SO\out.csv";

using (var dest = File.CreateText(output))
{  
    bool adjust = true;

    foreach (string s in File.ReadLines(input))
    {
        if(line.Length == 0 || !"0123456789N|".Contains(line[0]) //skip zero len or line not begin with number/pipe/N
          continue;

        string line = s; //copy enum variable so we can adjust it

        if(adjust)
        {
          string[] bits = line.Split('|');
          
          if(line.StartsWith("N"))
            bits[posNewColumn] += "|END DATE HOUR|LENGHT";
          else
            bits[posNewColumn] += "||";
          
          line = string.Join("|", bits);
        } 

        if(line.StartsWith("|Table2")
          adjust = false;

        dest.WriteLine(line);
    } 
}

这需要最少的内存和处理；我们不会不必要地拆分每一行，不会创建数以千计的列表，我们不会尝试将整个文件保存在内存中；我们只是读入行，可能会写出，如果我们没有遇到 Table2

，可能会调整它们

注意；我已经写了，但不是 debugged/tested - 它可能有拼写错误或轻微的逻辑错误；将其视为伪代码

Answer 2

在我看来，您在遍历行集合时尝试更新同一行会使问题过于复杂。一种简单的方法（给定小文件大小）是使用另一个仅包含 'approved' 行的列表。

例如：

int posNewColumn = 4; // ???
string input = @"C:\Temp\SO\import.csv";
string output = @"C:\Temp\SO\out.csv";

List<string> outputLines = new List<string>();
foreach (string line in File.ReadLines(input))
{
    var parts = line.Split('|').ToList();
    if (parts.Count > 1)
    {
        if (parts[1] == "Table2")
        {
            break;
        }
        
        // Add here all the conditions that allow a line to be 
        // written in the output file
        char c = parts[0][0];
        if(c == '|' || c == 'N' || char.IsDigit(c))
        {
           parts.Insert(posNewColumn, parts[0] == "N" ? "LENGHT" : string.Empty);
           parts.Insert(posNewColumn, parts[0] == "N" ? "END DATE HOUR" : string.Empty);
           outputLines.Add(string.Join("|", parts);
        }
    }
}
File.WriteAllLines(output, outputLines);

此解决方案还包括将新文本添加到批准用于输出的行中的部分。虽然使用 Linq 用单行解析包含检查，但您需要另一个循环（除了 Linq 所需的隐式循环）来插入文本

如果 line/row 不是以 c# 中已建立的字符开头，则跳过或删除 CSV 文件中的 line/row

Skip or delete line/row in CSV file if the line/row does not start with established character in c#

c#

csv

delete-row

skip