談CSV文件的生成與分析

2024-09-05 00:17:26

字體：大中小

來源：轉載

供稿：網友

CSV文件是指Excel可以識別的后綴名為CSV的文件，網站系統后臺用來存儲分析數據的時候有可能會用到它。其實CSV文件的讀取和做成比較簡單，主要的技術點是文件的讀寫。不過CSV文件的分析和生成有一定的代表性，可以通過對CSV文件的生成和分析的實現，來了解后臺處理批量數據的簡單思路。

打開Excel，新建一個文件，在里面隨便輸入一些數據，然后另存為一個CSV文件，再次用Excel打開的時候，發現只有一個sheet。用一個記事本打開這個文件，可以看到類似如下的數據。
aaa,bbb,ccc,ddd
aaa2,bbb2,,ddd2
aaa3,bbb3,ccc3,
aaa4,bbb4,ccc4,ddd4

仔細觀察數據，可以確定以下幾點：

CSV文件是文本型文件(非二進制)
文件中的一行在Excel中顯示的一行
同一行中的數據用半角逗號分隔

發現以上的規律，我們可以自己也生成一個CSV文件。也可以簡單的分析CSV文件。
現在給CSV文件的生成和分析寫個簡單的例子。(如果對文件處理類不熟悉，可以看一下java的文件處理，或者看一下JDK中關于java.io.File類的幫助信息)
生成CSV文件。(HelloCsvCreater.java)

package com.vogoal.test;
import java.io.FileWriter;
import java.io.IOException;
/**
* @author SinNeR
*
* create a CSV file
*/
public class HelloCsvCreater {
public static void main(String[] args) {
try {
FileWriter fw = new FileWriter("C://helloCsv.csv");
fw.write("aaa,bbb,ccc,ddd,eee,fff,ggg,hhh/r/n");
fw.write("aa1,bb1,cc1,dd1,ee1,ff1,gg1,hh1/r/n");
fw.write("aaa/r/n");
fw.write("aa2,bb2,cc2,dd2,ee2,ff2,gg2,hh2/r/n");
fw.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}

這個類編譯后運行，可以看到在C盤根目錄下生成了一個名字為helloCsv.csv的CSV文件，雙擊打開，如下的樣子。

分析CSV文件

package com.vogoal.test;
import java.io.BufferedReader;
import java.io.FileInputStream;
import java.io.IOException;
import java.io.InputStreamReader;
/**
* @author SinNeR
*
* analysis a CSV file
*/
public class HelloCSVAnalysis {
public static void main(String[] args) {
InputStreamReader fr = null;
BufferedReader br = null;
try {
fr = new InputStreamReader(new FileInputStream(
"C://helloCsv.csv"));
br = new BufferedReader(fr);
String rec = null;
String[] argsArr = null;
while ((rec = br.readLine()) != null) {
System.out.println(rec);
argsArr = rec.split(",");
for (int i = 0; i < argsArr.length; i++) {
System.out.println("num " + (i + 1) + ":" + argsArr[i]);
}
}
} catch (IOException e) {
e.printStackTrace();
}finally{
try{
if ( fr != null )
fr.close();
if ( br != null )
br.close();
}catch(IOException ex){
ex.printStackTrace();
}
}
}
}

這里將剛才生成的csv文件讀取并分析。編譯后運行，正常情況下，可以看到剛才生成的CSV文件的內容。

至此，CSV文件的生成與分析其實已經完成。如果要寫適合自己需要的CSV文件分析類，完全可以根據自己的業務邏輯和需要來自己實現。因為CSV文件的分析確實很簡單。

不過上面的程序還是存在一些問題的。這些問題在開發的過程中應當注意，不然可能出現致命的錯誤。

比較2個類中對資源的釋放問題。CSV生成類中FileWriter對象的關閉(close()方法)是在try中執行的。而CSV分析類中InputStreamReader，BufferedReader對象的關閉(close()方法)是在finally中執行的。CSV生成類是錯誤的。因為在文件和流的生成過程中，是有可能產生IO異常的，如果在對象close前發生IO異常，那么close方法永遠不會被調用，這樣資源不會及時釋放，會產生致命錯誤的。而在finally中的程序，是一定會被執行的語句，所以即使操作中途發生問題，也會在最后執行close方法。(try-catch-finally是java語法中基本而重要的部分，不熟悉的可查閱相關資料。)
在CSV文件的操作過程中，我們是按照半角逗號來分隔數據的，如果某個數據中正好有半角逗號，那么數據不是出錯了？
如果分析的數據有全角字符，是否能夠正確分析。(亂碼問題)
以上的第二個問題時必須考慮的。在寫一個類的時候，不要相信這個類要操作的數據或者得到的數據是好數據(完全符合要求的正確的數據)，寫好的一個類用完全正確的數據測試完，很有可能一個小小的數據錯誤的問題，就有可能導致程序處理崩潰。所以，細節問題要充分考慮并對應到，使自己編寫的類具有一定的健壯性。

對于2的問題的討論：

如果我們用Excel文件生成CSV文件，其中數據有半角逗號，Excel會怎么處理呢？試一下，可以看到類似如下的數據。
aaa,bbb,ccc,ddd
aaa2,bbb2,,ddd2
aaa3,bbb3,ccc3,
aaa4,"bb,b4",ccc4,ddd4
bb,b4被用雙引號包圍了，這樣，我們自己在生成CSV文件的時候，可以模仿EXCEL的操作，把所有的數據都用雙引號包圍。這時候又出現一個問題，如果數據中有雙引號，會怎么樣？再次嘗試一下。這次輸入的數據是bb,b"4"，結果是：
aaa,bbb,ccc,ddd
aaa2,bbb2,,ddd2
aaa3,bbb3,ccc3,
aaa4,"bb,b""4""",ccc4,ddd4
雙引號被用2個雙引號替換了。Excel是這么處理的，我們在生成Excel文件的時候可以模仿處理。這樣分析數據的時候，就要有一個嚴格的算法來進行分析。
由于做的這個類是給web開發用的，我們可以考慮用web常用的轉意，將"這個字符轉換成"來避免這樣的沖突，這樣處理的好處是分析字符串的時候，處理簡單化了。但是這又引發了別的問題，就是如果數據中原來就有"這樣的字符，在將"反轉義為"的時候，容易把這些原有的字符也轉化了。所以&符號也需要轉義。
現在將2個方法折衷，即CSV數據以半角逗號分隔，以"包圍。數據中的&，"符號進行轉義。
這樣的處理，將分析數據的算法難度降低，同時也解決了數據中含有半角逗號，引號的問題。

經過以上的分析，我們可以寫CSV生成分析文件的類了。
首先，寫出簡單的轉意靜態方法。

public static String CSVEncode(String in){
if ( in == null )
return "";
in.replaceAll("&","&");
in.replaceAll("/"",""");
return in;
}

public static String CSVDecode(String in){
if ( in == null )
return "";
in.replaceAll(""","/"");
in.replaceAll("&","&");
return in;
}

CSV文件生成類：

package com.vogoal.util.csv;
import java.io.FileOutputStream;
import java.io.IOException;
import com.vogoal.util.UtilCla;
/**
* @author SinNeR
* http://bbs.blueidea.com
*
* CSVCreater
*/
public class CSVCreater {
private FileOutputStream fos = null;
private StringBuffer sb = null;
private boolean convertFlag = false;
public static final String DEL_CHAR = ",";
public static final String AV_CHAR = "/"";
public CSVCreater(String arg) throws IOException {
fos = new FileOutputStream(arg, false);
sb = new StringBuffer();
}
public void setData(String data) {
if (convertFlag)
data = UtilCla.CSVEncode(data);
sb.append(AV_CHAR);
sb.append(data);
sb.append(AV_CHAR);
sb.append(DEL_CHAR);
}
public void setConvertFlag(boolean b) {
convertFlag = b;
}
public void writeLine() {
if (sb.charAt(sb.length() - 1) == ',')
sb.delete(sb.length() - 1, sb.length());
sb.append("/r/n");
}
public void writeDataByLine(String[] args) {
for (int i = 0; i < args.length; i++)
setData(args[i]);
writeLine();
}
public void close() throws IOException {
try {
fos.write(sb.toString().getBytes());
} catch (IOException e) {
throw e;
} finally {
fos.close();
}
}
public static void main(String[] args) {
try {
CSVCreater csvCre = new CSVCreater("C://test.csv");
csvCre.setConvertFlag(true);
csvCre.setData("aaa");
csvCre.setData("aa,a");
csvCre.writeLine();
csvCre.setData("aa/"a");
csvCre.setData("aa,a");
csvCre.setData("aa,a");
csvCre.writeLine();
csvCre.setData("aa/"a");
csvCre.setData("aa,/"a");
csvCre.setData("aa,/"a");
csvCre.setData("aa,/"a");
csvCre.setData("aa,/"a");
csvCre.writeLine();
csvCre.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}

CSV文件分析類：

package com.vogoal.util.csv;
import java.io.BufferedReader;
import java.io.FileInputStream;
import java.io.IOException;
import java.io.InputStreamReader;
import java.util.ArrayList;
import com.vogoal.util.UtilCla;
/**
* @author SinNeR
* http://bbs.blueidea.com
*
* CSVAnalysis
*/
public class CSVAnalysis {
private InputStreamReader fr = null;
private boolean convertFlag = false;
private ArrayList dataContainer = new ArrayList();
public static final String DEL_CHAR = ",";
public static final String AV_CHAR = "/"";
public CSVAnalysis(String f) throws IOException {
fr = new InputStreamReader(new FileInputStream(f));
}
public void setConvertFlag(boolean b) {
convertFlag = b;
}
public ArrayList analysis() throws IOException {
BufferedReader br = new BufferedReader(fr);
String rec = null;
try {
while ((rec = br.readLine()) != null) {
ArrayList alLine = analysisLine(rec);
dataContainer.add(alLine);
}
} catch (IOException e) {
throw e;
} finally {
br.close();
}
return dataContainer;
}
private ArrayList analysisLine(String strLine) {
System.out.println(strLine);
ArrayList al = new ArrayList();
String[] dataArr = strLine.split(AV_CHAR);
for (int i = 1; i < dataArr.length; i = i + 2) {
if (convertFlag)
al.add(UtilCla.CSVDecode(dataArr[i]));
else
al.add(dataArr[i]);
}
return al;
}
public void close() throws IOException {
fr.close();
}
public static void main(String[] args) {
try {
CSVAnalysis csvAna = new CSVAnalysis("C://test.csv");
csvAna.setConvertFlag(true);
ArrayList al = csvAna.analysis();
for (int i = 0; i < al.size(); i++) {
ArrayList al1 = (ArrayList) al.get(i);
for (int j = 0; j < al1.size(); j++) {
System.out.println(al1.get(j));
}
}
csvAna.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}

寫好這些類之后，就可以開始著手測試了。
寫一個測試CSV文件生成的jsp文件。如：

<%@ page contentType="text/html" import="com.vogoal.util.*,com.vogoal.util.csv.*,java.io.IOException" %>
create a csv file
<%
try {
CSVCreater csvCre = new CSVCreater("C://test.csv");
csvCre.setConvertFlag(true);
csvCre.setData("aaa");
csvCre.setData("aa,a");
csvCre.writeLine();
csvCre.setData("aa/"a");
csvCre.setData("aa,a");
csvCre.setData("aa,a");
csvCre.writeLine();
csvCre.setData("aa/"a");
csvCre.setData("aa,/"a");
csvCre.setData("aa,/"a");
csvCre.setData("aa,/"a");
csvCre.setData("aa,/"a");
csvCre.writeLine();
csvCre.close();
} catch (IOException e) {
e.printStackTrace();
}
%>

寫一個測試CSV文件分析的jsp文件。如：

<%@ page contentType="text/html" import="com.vogoal.util.*,com.vogoal.util.csv.*,java.io.IOException,
java.util.ArrayList" %>
analysis a csv file<br>
<%
try {
CSVAnalysis csvAna = new CSVAnalysis("C://test.csv");
csvAna.setConvertFlag(true);
ArrayList al = csvAna.analysis();
for (int i = 0; i < al.size(); i++) {
out.println( (i + 1) + " line start<br>");
ArrayList al1 = (ArrayList) al.get(i);
for (int j = 0; j < al1.size(); j++) {
out.println(al1.get(j));
out.println("<br>");
}
out.println( (i + 1) + " line end<br>");
}
csvAna.close();
} catch (IOException e) {
e.printStackTrace();
}
%>

將編譯后的class拷貝到TOMCAT自己的應用的WEB-INF下。將jsp文件放到自己的應用下。
然后啟動TOMCAT，訪問jsp文件，當訪問creCSV.jsp的時候，正常情況下可以看到C盤根目錄下生成了一個test.csv文件。然后訪問anaCSV.jsp文件，可以看到分析后的數據被打印出來。

至此，csv生成，分析類做成。

使用幫助：

CSVCreater.java類，用來生成CSV文件的類。
構造函數public CSVCreater(String arg) throws IOException
參數：arg 要生成的csv文件的絕對路徑
使用例CSVCreater csvCre = new CSVCreater("C://test.csv");

public void setConvertFlag(boolean b)
是否轉義設定函數(將半角雙引號進行轉義處理)
參數：true 需要轉義(推薦) false 不轉義

public void setData(String data)
添加單個數據的函數

public void writeLine()
結束換行函數

public void writeDataByLine(String[] args)
將一個數組的元素添加到一行并換行函數

public void close() throws IOException
必須調用的函數，寫入文件并關閉文件處理的對象。

例子可參考jsp文件中的代碼，但是jsp文件中的close()方法是在try塊中執行的，不推薦，使用的時候還是在finally塊中執行要安全一些。
這個類涉及到了文件的操作，有可能出現IOException，出現異常的時候會拋出給使用者。

CSVAnalysis.java
構造函數 public CSVAnalysis(String f) throws IOException
參數是要分析的文件的絕對路徑。

public ArrayList analysis() throws IOException
分析流處理的方法，返回ArrayList對象。返回的ArrayList的數據格式是
ArrayList中存放著ArrayList對象，存放的每個ArrayList對象對應csv文件的一行。
一行對應的ArrayList中存放著String對象，為該行中所有的數據。

public void close() throws IOException
必須調用的函數，關閉文件處理的對象。
同樣，這個方法應在finally塊中執行要安全一些。

源碼下載：CSVproc.zip
源碼為上面提到過的所有的類和jsp文件

來源:藍色理想

上一篇：解析Jsp常用技巧:圖片驗證碼

下一篇：解析用spring發郵件驗證失敗問題