分析CSV:边缘案例

Question

免责声明：我实际上不是在解析CSV，而是类似CSV的格式；我对使用预制图书馆不感兴趣。

解析以下两行的正确方法是什么？：

a,b"c"d,e
a,"bc"d,e

即，（a）在一个值的中间有引号，（b）在开始有引号，但在下一个值之前没有结束引号。

我不知道我应该如何处理这些情况（这将是最直观的）。

---

我的想法是，（a）应该解析为a、b"c"d、e（中留有引号），（b）应该以相同的方式解析，a、"bc"d、e。但让我介绍第三种情况，a,"b,c"d,e——我们是否在"b"one_answers"c"之间的第二个逗号上分开？

Answer 1

如果您想与Excel:保持一致，下面是您将如何解析它

输入：

a,b"c"d,e
a,"bc"d,e
a,"b,c"d,e

解析（JSON）：

[
  ["a", "b"c"d", "e"],
  ["a", "bcd", "e"],
  ["a","b,cd", "e"]
]

解析逻辑为：

• 如果行的第一个字符，或紧接在逗号之后的字符，是dbl引号，则：
  • 把它后面的一切都当作"；引用"；直到到达结束引号（当然，将连续两个引号视为转义的dbl引号）。从单元格值中删除左引号和右引号
  • 在"；结束引号"；已达到，请将单元格值中结束引号后的任何内容作为文字值，直到达到逗号或换行符为止
• 否则，将逗号后面的所有内容都视为文字值，直到到达逗号或换行符为止

请注意，这意味着，如果在分隔逗号的单元格后面有一个空格，后面跟着一个dbl引号，则会得到与逗号后面没有空格（后面跟着dbl引号）不同的结果

Answer 2

这里是我的方法（C#）将csv吐到html表的一部分，它有这样的逗号解析：

string[] cells = line.Split(','); // empty cells needed as well
bool noComma = true;
for (int i = 0; i < cells.Length; i++)
{
    string cellI = cells[i];
    int numberOfDoubleQuote = cellI.Count(f => f == '"');
    // == 0 means comma in between quotes
    if (numberOfDoubleQuote == 1)
    {
        noComma = !noComma;
        if (!noComma)
            sLine += "<td>" + cellI;
        else
            sLine += "," + cellI + "</td>";
    }
    else
    {
        if (noComma)
            sLine += "<td>" + cellI + "</td>";
        else
            sLine += "," + cellI;
    }
}