C#获取csv文件内容对逗号和引号分隔的处理

2016.10.31

   分隔线以下是多年以前的一篇随笔，很抱歉这么久才看到回复并指出文中的不足，我是希望能够解决问题，纠正网上搜索来的不好用的方案，没想到我自己也犯了同样的错误，特此更正，以期帮到更多的朋友。

有关正则表达式我进行了修改，完整示例如下： 

  string s = string.Empty;
  string src = string.Empty;
  StreamReader fs = new StreamReader(new FileStream("d:\\demo.csv", FileMode.Open, FileAccess.Read), Encoding.GetEncoding("gb2312"));
  while (!string.IsNullOrEmpty(s = fs.ReadLine()))
  {
      if (!string.IsNullOrEmpty(s))
      {
          Console.WriteLine(s);
          MatchCollection col = Regex.Matches(src, "(?<=^|,)[^\"]*?(?=,|$)|(?<=^|,\")(?:(\"\")?[^\"]*?)*(?=\",?|$)", RegexOptions.ExplicitCapture);
          IEnumerator ie = col.GetEnumerator();
          while (ie.MoveNext())
          {
              Console.WriteLine(ie.Current);
          }
      }
      Console.Read();
   }
   fs.Close();

正则表达式的效果如下：

-------------------------------------------------------------------------------------------------------------------------------------------------------------------

    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();