sql 服务器中插入了错误的数据

Question

我想知道在 sql 服务器中导入 CSV 文件的正确方法是什么

GLMAC1,GLMAC2,GLMAC3,GLYR,GLMON,GLSUB,GLTREF,GLDATE,GLDESC,GLAMT,GLSRC,GLBTCH,GLMCMP

1    ,32   ,110  ,13  ,1   ,0          ,171406200A  ,120801  ,MH YM PANT W/DRAWS     ,-.15         ,NOIA,ITCGR119,1    
1    ,32   ,110  ,13  ,1   ,13402747   ,446286      ,120801  ,URBAN 1714062     ,15.13        ,904 ,ITCGR11B,1    
1    ,32   ,110  ,13  ,1   ,0          ,172830300A  ,120801  ,OP 5+2 SOCKS       ,-.39         ,NOIA,ITCGR165,1    
1    ,32   ,110  ,13  ,1   ,13402802   ,338728      ,120801  ,INDUSTRIES 1728303     ,39.28        ,904 ,ITCGR16C,1    
1    ,32   ,110  ,13  ,1   ,0          ,171450700A  ,120801  ,FA M.3PK FASHION S     ,-.08         ,NOIA,ITCGR19Z,1    
1    ,32   ,110  ,13  ,1   ,13402845   ,121811      ,120801  ,BO & CO...      1714507     ,7.49         ,904 ,ITCGR1B0,1

像这样大约有 5000 万行，我想将这些数据导入 SQL 服务器，但我注意到在导入数据后一些列被转移到另一列，这可能是因为第 9 列可能有一些逗号 (,) 值，SQL 服务器将其选为 (,) 分隔符。

有没有一种方法可以在 sql 服务器中无错误地插入数据，或者可能在插入之前清理 CSV 文件。该文件的大小约为 8 GB，我必须使用 010Editor 在编辑器或任何可用的软件中打开该文件，这些软件可以帮助我找出第 9 列中的哪些值包含 (,)，以便我可以手动删除逗号.

Answer 1

此 C# 代码将读取文件，将在第 9 个字段周围添加一对 "s 来分隔它，并将其写入新的输出文件。例如：

像这样的一行

1    ,32   ,110  ,13  ,1   ,0          ,171406200A  ,120801  ,MH YM,PANT W/DRAWS     ,-.15         ,NOIA,ITCGR119,1

将写入输出文件为：

1    ,32   ,110  ,13  ,1   ,0          ,171406200A  ,120801  ,"MH YM,PANT W/DRAWS     ",-.15         ,NOIA,ITCGR119,1

正确分隔文本列后，它将适合导入到 SQL 服务器。

代码如下：

using System.Text.RegularExpressions;

void Main() {
    Regex regex = new Regex("(.*?,.*?,.*?,.*?,.*?,.*?,.*?,.*?,)(.*)(,.*?,.*?,.*?,)", RegexOptions.CultureInvariant | RegexOptions.Compiled);
    string regexReplace = "\"\"";

    // The file to read - change this to your location
    var iStream = new FileStream(@"R:\FILE.CSV", FileMode.Open, FileAccess.Read, FileShare.ReadWrite); 
    // The file to write 
    var oStream = new FileStream(@"R:\FIXEDFILE.CSV", FileMode.Create, FileAccess.Write, FileShare.Read); 

    int lineNo=0;
    var sw = new System.IO.StreamWriter(oStream);
    var sr = new System.IO.StreamReader(iStream); 
    while(!sr.EndOfStream) {
        lineNo++;
        string line=sr.ReadLine();
        if (!regex.IsMatch(line)) {
            // Bad lines don't get written to the output file
            Console.WriteLine("Line {0} is bad - does not match the expected format:\n\r  {1}", lineNo, line);
        } else {
            // Write the line with the ""'s around the 9th field
            sw.WriteLine(regex.Replace(line,regexReplace));
        }
        if (lineNo%10000==0) Console.WriteLine("{0} lines processed", lineNo);
    }
    sr.Close();
    sw.Close();
    Console.WriteLine("Finished. Written {0} lines", lineNo);
}

sql 服务器中插入了错误的数据

Wrong data is inserted in sql server

csv

import

etl

ssis-2012

data-cleaning