65

我有一个逗号分隔的文件,其中有许多行类似于下面的行。

Sachin,,M,"Maths,Science,English",Need to improve in these subjects.

引号用于转义用于表示多个值的分隔符逗号。

现在,如果可能的话,如何在逗号分隔符上拆分上述值String.split()

4

4 回答 4

202
public static void main(String[] args) {
    String s = "Sachin,,M,\"Maths,Science,English\",Need to improve in these subjects.";
    String[] splitted = s.split(",(?=([^\"]*\"[^\"]*\")*[^\"]*$)");
    System.out.println(Arrays.toString(splitted));
}

输出:

[Sachin, , M, "Maths,Science,English", Need to improve in these subjects.]
于 2013-04-01T07:00:54.447 回答
22

由于您的问题/要求并不那么复杂,因此可以使用自定义方法,该方法的执行速度提高 20 倍以上并产生相同的结果。这取决于数据大小和解析的行数,对于更复杂的问题,必须使用正则表达式。

import java.util.Arrays;
import java.util.ArrayList;
public class SplitTest {

public static void main(String[] args) {

    String s = "Sachin,,M,\"Maths,Science,English\",Need to improve in these subjects.";
    String[] splitted = null;

 //Measure Regular Expression
    long startTime = System.nanoTime();
    for(int i=0; i<10; i++)
    splitted = s.split(",(?=([^\"]*\"[^\"]*\")*[^\"]*$)");
    long endTime =   System.nanoTime();

    System.out.println("Took: " + (endTime-startTime));
    System.out.println(Arrays.toString(splitted));
    System.out.println("");


    ArrayList<String> sw = null;        
 //Measure Custom Method
            startTime = System.nanoTime();
    for(int i=0; i<10; i++)
    sw = customSplitSpecific(s);
    endTime =   System.nanoTime();

    System.out.println("Took: " + (endTime-startTime));
    System.out.println(sw);         
}

public static ArrayList<String> customSplitSpecific(String s)
{
    ArrayList<String> words = new ArrayList<String>();
    boolean notInsideComma = true;
    int start =0, end=0;
    for(int i=0; i<s.length()-1; i++)
    {
        if(s.charAt(i)==',' && notInsideComma)
        {
            words.add(s.substring(start,i));
            start = i+1;                
        }   
        else if(s.charAt(i)=='"')
        notInsideComma=!notInsideComma;
    }
    words.add(s.substring(start));
    return words;
}   

}

在我自己的计算机上,这会产生:

Took: 6651100
[Sachin, , M, "Maths,Science,English", Need to improve in these subjects.]

Took: 224179
[Sachin, , M, "Maths,Science,English", Need to improve in these subjects.]
于 2013-04-09T15:20:44.683 回答
10

如果您的字符串格式正确,则可以使用以下正则表达式:

String[] res = str.split(",(?=([^\"]|\"[^\"]*\")*$)");

该表达式确保仅在逗号后跟偶数(或零)个引号(因此不在此类引号内)发生拆分。

尽管如此,使用简单的非正则表达式解析器可能更容易。

于 2013-04-01T06:57:53.743 回答
0

在处理 csv 字符串时,我们需要了解以下几点。

  1. 行中的每个元组都将以“(引号)或不以”开头。a)如果以“(引号)开头,则它必须是特定列的值。b)如果它是直接开始的,那么它必须是标题。例如:'Header1,Header2,Header3,"value1","value2","value3"'; 这里 Header1,Header2,Header3 是列名,其余是值。

在进行拆分时我们需要记住的要点是您需要检查吐痰是否正确完成。a)获取拆分值并检查值中的引号数(计数必须为偶数) b)如果计数为奇数,则附加下一个拆分值。c) 重复过程 a,b 直到引号相等。

于 2022-02-16T06:20:07.680 回答