C#获取csv文件内容对逗号和引号分隔的处理
http://hi.baidu.com/hyperpc/blog/item/830c470f0a0f23f537d1224f.html
在小批量数据导入的时候，最常用的就是使用excel工具，将数据保存为xls或csv文件，然后上传到服务器，然后读取出来通过数据库访问类的相关方法更新到数据库中。对于如何读取xls文件的方法，网上太多了，使用excel对象或ole db/odbc连接都行。对于csv文件，其中有一种方式就是通过文件流，将它作为文本读取出来，这其中会遇到一点小意外。
我们知道，使用excel工具保存成csv文件时有几个规则：
1、每一行的单元格内容之间用逗号分隔。
2、如果单元格的内容本身有逗号，这个单元格的内容将会用引号包含。
3、如果单元格的内容本身有引号，
引号不在首或尾，这个单元格内容不会被引号包含。
引号在首或尾，这个单元格内容会被引号包含且原来首尾的引号会被转义。
所以对于这样的内容，直接按逗号或引号使用split方法明显不合适，需要预先处理一下。办法很多，最容易想到的就是用正则过滤掉本身带逗号或引号的内容，剩下的再按逗号split就方便了，我将csv文件中的每一行获取出来存放到一个键值对的集合中，为了保证前后顺序一致，使用SortedList，这里用控制台程序示例一下：
1
string
s
=
string
.Empty;
2 string src = string .Empty;
3 SortedList sl = new SortedList();
4 StreamReader fs = new StreamReader( new FileStream( "demo .csv " , FileMode.Open, FileAccess.Read), Encoding.GetEncoding( " gb2312 " ));
5 while ( ! string .IsNullOrEmpty(s = fs.ReadLine()))
6 {
7 if ( ! string .IsNullOrEmpty(s))
8 {
9 Console.WriteLine(s);
10 src = s.Replace( " \ " \ "" , " ' " );
11 MatchCollection col = Regex.Matches(src, " ,\ " ([ ^ \ " ]+)\ " , " , RegexOptions.ExplicitCapture);
12 IEnumerator ie = col.GetEnumerator();
13 while (ie.MoveNext())
14 {
15 string patn = ie.Current.ToString();
16 int key = src.Substring( 0 , src.IndexOf(patn)).Split( ' , ' ).Length;
17 if ( ! sl.ContainsKey(key))
18 {
19 sl.Add(key, patn.Trim( new char [] { ' , ' , ' " ' }).Replace( " ' " , " \ "" ));
20 src = src.Replace(patn, " ,, " );
21 }
22 }
23
24 string [] arr = src.Split( ' , ' );
25 for ( int i = 0 ; i < arr.Length; i ++ )
26 {
27 if ( ! sl.ContainsKey(i))
28 sl.Add(i, arr[i]);
29 }
30
31 IDictionaryEnumerator ienum = sl.GetEnumerator();
32 while (ienum.MoveNext())
33 {
34 Console.WriteLine( string .Format( " {0}:{1} " , ienum.Key, ienum.Value.ToString().Replace( " ' " , " \ "" )));
35 }
36 sl.Clear();
37 src = string .Empty;
38 }
39 Console.Read();
40 }
41 fs.Close();
2 string src = string .Empty;
3 SortedList sl = new SortedList();
4 StreamReader fs = new StreamReader( new FileStream( "demo .csv " , FileMode.Open, FileAccess.Read), Encoding.GetEncoding( " gb2312 " ));
5 while ( ! string .IsNullOrEmpty(s = fs.ReadLine()))
6 {
7 if ( ! string .IsNullOrEmpty(s))
8 {
9 Console.WriteLine(s);
10 src = s.Replace( " \ " \ "" , " ' " );
11 MatchCollection col = Regex.Matches(src, " ,\ " ([ ^ \ " ]+)\ " , " , RegexOptions.ExplicitCapture);
12 IEnumerator ie = col.GetEnumerator();
13 while (ie.MoveNext())
14 {
15 string patn = ie.Current.ToString();
16 int key = src.Substring( 0 , src.IndexOf(patn)).Split( ' , ' ).Length;
17 if ( ! sl.ContainsKey(key))
18 {
19 sl.Add(key, patn.Trim( new char [] { ' , ' , ' " ' }).Replace( " ' " , " \ "" ));
20 src = src.Replace(patn, " ,, " );
21 }
22 }
23
24 string [] arr = src.Split( ' , ' );
25 for ( int i = 0 ; i < arr.Length; i ++ )
26 {
27 if ( ! sl.ContainsKey(i))
28 sl.Add(i, arr[i]);
29 }
30
31 IDictionaryEnumerator ienum = sl.GetEnumerator();
32 while (ienum.MoveNext())
33 {
34 Console.WriteLine( string .Format( " {0}:{1} " , ienum.Key, ienum.Value.ToString().Replace( " ' " , " \ "" )));
35 }
36 sl.Clear();
37 src = string .Empty;
38 }
39 Console.Read();
40 }
41 fs.Close();