寫入和拋光CSV解析器

Question

作爲最近項目的一部分，我必須讀取和寫入CSV文件並將其放入c＃中的網格視圖中。最後決定使用現成的解析器爲我完成這項工作。

因爲我喜歡做那種東西，我想知道如何去寫我自己的東西。

到目前爲止，所有我能夠做到的是：

//Read the header 
      StreamReader reader = new StreamReader(dialog.FileName); 
      string row = reader.ReadLine(); 
      string[] cells = row.Split(','); 

      //Create the columns of the dataGridView 
      for (int i = 0; i < cells.Count() - 1; i++) 
      { 
       DataGridViewTextBoxColumn column = new DataGridViewTextBoxColumn(); 
       column.Name = cells[i]; 
       column.HeaderText = cells[i]; 
       dataGridView1.Columns.Add(column); 
      } 

      //Display the contents of the file 
      while (reader.Peek() != -1) 
      { 
       row = reader.ReadLine(); 
       cells = row.Split(','); 
       dataGridView1.Rows.Add(cells); 
      } 

我的問題：地進行着這樣一個明智的想法，如果是（或者不是），我將如何對其進行測試正常嗎？

Answer 1

作爲一個編程練習（學習和獲得經驗），這可能是一個非常合理的事情。對於生產代碼，主要因爲工作已經完成而使用現有的庫可能會更好。用CSV解析器解決的問題有很多。例如（隨機把我的頭頂部）：

• 引用的值（字符串）
• 嵌入式引號引用的字符串
• 空值（NULL ......或者甚至NULL與空）。
• 沒有正確數量的條目的行
• 標題與無標題。
• 識別不同的數據類型（例如不同的日期格式）。

如果你在一個非常受控制的環境中有一個非常具體的輸入格式，你可能不需要處理所有這些。

Answer 2

獲取（或製作）一些CSV數據並使用NUnit或Visual Studio Testing Tools編寫Unit Tests。

一定要測試的邊緣情況下，像

"csv","Data","with","a","trailing","comma", 

和

"csv","Data","with,","commas","and","""quotes""","in","it" 

Answer 3

...地進行着這樣一個明智的想法...？

既然你這樣做是作爲一個學習鍛鍊，你可能要更深入地lexing和parsing理論。您目前的方法將很快顯示其缺點，如Stop Rolling Your Own CSV Parser!中所述。解析CSV數據不是很困難。 （事實並非如此）。只是大多數CSV解析器項目將問題視爲文本分割問題與解析問題。如果您花時間定義CSV「語言」，解析器幾乎會自行寫入。

RFC 4180定義ABNF形式CSV數據的語法：

file = [header CRLF] record *(CRLF record) [CRLF] 
header = name *(COMMA name) 
record = field *(COMMA field) 
name = field 
field = (escaped/non-escaped) 
escaped = DQUOTE *(TEXTDATA/COMMA/CR/LF/2DQUOTE) DQUOTE 
non-escaped = *TEXTDATA 
COMMA = %x2C 
CR = %x0D ;as per section 6.1 of RFC 2234 
DQUOTE = %x22 ;as per section 6.1 of RFC 2234 
LF = %x0A ;as per section 6.1 of RFC 2234 
CRLF = CR LF ;as per section 6.1 of RFC 2234 
TEXTDATA = %x20-21/%x23-2B/%x2D-7E 

此語法示出單個字符如何建立創造更多和更復雜的語言元素。 （正如所寫，定義從複雜到簡單的方向是相反的。）

如果從語法開始，可以編寫鏡像非終端語法元素（小寫字母項）的解析函數。 Julian M Bucknall在Writing a parser for CSV data中描述了該過程。查看Test-Driven Development with ANTLR，查看使用解析器生成器的相同進程的示例。

請記住，沒有人接受CSV定義。在野外的CSV數據並不能保證實現所有的RFC 4180建議。

Answer 4

解析CSV文件並不困難，但它涉及的不僅僅是簡單地調用String.Split()。

您在每個逗號處打破了分界線。但是字段可能包含嵌入的逗號。在這些情況下，CSV會將該字段用雙引號括起來。所以你還必須查找雙引號，並忽略引號內的逗號。另外，字段甚至可以包含嵌入的雙引號。雙引號必須出現在雙引號內，並「加倍」以表示引用是文字字符。

如果您想了解我是如何做到的，可以查看this article。

Answer 5

這來自 http://www.gigawebsolution.com/Posts/Details/61/Building-a-Simple-CSV-Parser-in-C#

public interface ICsvReaderWriter 
{ 
    List<string[]> Read(string filePath, char delimiter); 
    void Write(string filePath, List<string[]> lines, char delimiter); 
} 

public class CsvReaderWriter : ICsvReaderWriter 
{ 
    public List<string[]> Read(string filePath, char delimiter) 
    { 
     var fileContent = new List<string[]>(); 
     using (var reader = new StreamReader(filePath, Encoding.Unicode)) 
     { 
      string line; 
      while ((line = reader.ReadLine()) != null) 
      { 
       if (!string.IsNullOrEmpty(line)) 
       { 
        fileContent.Add(line.Split(delimiter)); 
       } 
      } 
     } 
     return fileContent; 
    } 

    public void Write(string filePath, List<string[]> lines, char delimiter) 
    { 
     using (var writer = new StreamWriter(filePath, true, Encoding.Unicode)) 
     { 
      foreach (var line in lines) 
      { 
       var data = line.Aggregate(string.Empty, 
             (current, column) => current + 
              string.Format("{0}{1}", column,delimiter)) 
        .TrimEnd(delimiter); 
       writer.WriteLine(data); 
      } 
     } 
    } 
}