在C＃中拆分字符串
我认为这将是微不足道的，但我不能让这个工作。
假设CSV文件中有一行： "Barack Obama", 48, "President", "1600 Penn Ave, Washington DC"
string[] tokens = line.split(',')
我期待这个：
"Barack Obama" 48 "President" "1600 Penn Ave, Washington DC"
但最后一个标志是'Washington DC'而不是"1600 Penn Ave, Washington DC" 。
是否有一种简单的方法可以让split函数忽略引号内的逗号？
我无法控制CSV文件但它没有发送给我。 客户A将使用该应用程序读取外部个人提供的文件。
您可能必须编写自己的拆分function。
- 遍历字符串中的每个字符
- 当你点击
"字符时，切换一个布尔值 - 当你点击逗号时，如果bool为真，则忽略它，否则你有你的令牌
这是一个例子：
public static class StringExtensions { public static string[] SplitQuoted(this string input, char separator, char quotechar) { List tokens = new List (); StringBuilder sb = new StringBuilder(); bool escaped = false; foreach (char c in input) { if (c.Equals(separator) && !escaped) { // we have a token tokens.Add(sb.ToString().Trim()); sb.Clear(); } else if (c.Equals(separator) && escaped) { // ignore but add to string sb.Append(c); } else if (c.Equals(quotechar)) { escaped = !escaped; sb.Append(c); } else { sb.Append(c); } } tokens.Add(sb.ToString().Trim()); return tokens.ToArray(); } }
然后打电话：
string[] tokens = line.SplitQuoted(',','\"');
基准
我的代码和Dan Tao代码的基准测试结果如下。 如果有人想要，我很乐意为任何其他解决方案做基准测试吗？
码：
string input = "\"Barak Obama\", 48, \"President\", \"1600 Penn Ave, Washington DC\""; // Console.ReadLine() string[] tokens = null; // run tests DateTime start = DateTime.Now; for (int i = 0; i < 1000000; i++) tokens = input.SplitWithQualifier(',', '\"', false); Console.WriteLine("1,000,000 x SplitWithQualifier = {0}ms", DateTime.Now.Subtract(start).TotalMilliseconds); start = DateTime.Now; for (int i = 0; i<1000000;i++) tokens = input.SplitQuoted(',', '\"'); Console.WriteLine("1,000,000 x SplitQuoted = {0}ms", DateTime.Now.Subtract(start).TotalMilliseconds);
输出：
1,000,000 x SplitWithQualifier = 8156.25ms 1,000,000 x SplitQuoted = 2406.25ms
我有一个SplitWithQualifier扩展方法，我在这里和那里使用，它使用正则Regex 。
我没有声明这段代码的健壮性，但它对我来说已经有一段时间了。
// mangled code horribly to fit without scrolling public static class CsvSplitter { public static string[] SplitWithQualifier(this string text, char delimiter, char qualifier, bool stripQualifierFromResult) { string pattern = string.Format( @"{0}(?=(?:[^{1}]*{1}[^{1}]*{1})*(?![^{1}]*{1}))", Regex.Escape(delimiter.ToString()), Regex.Escape(qualifier.ToString()) ); string[] split = Regex.Split(text, pattern); if (stripQualifierFromResult) return split.Select(s => s.Trim().Trim(qualifier)).ToArray(); else return split; } }
用法：
string csv = "\"Barak Obama\", 48, \"President\", \"1600 Penn Ave, Washington DC\""; string[] values = csv.SplitWithQualifier(',', '\"', true); foreach (string value in values) Console.WriteLine(value);
输出：
Barak Obama 48 President 1600 Penn Ave, Washington DC
我从大局看到你实际上是在尝试解析CSV输入。 因此，我建议您使用CSV解析器来执行此类操作，而不是建议如何正确拆分字符串。
快速CSV阅读器
我建议的是可从此CodeProject页面获取的库（可用源代码）： http ： //www.codeproject.com/KB/database/CsvReader.aspx
我亲自使用它并喜欢它。 它是一个.NET本机代码，比使用OLEDB快得多（它也可以为你做CSV解析，但相信我，它很慢）。
你应该使用Microsoft.VisualBasic.FileIO.TextFieldParser 。 它将为您正确处理所有CSV内容，请参阅： 使用TextFieldParser的示例中的类似问题
PS：不要害怕在C＃项目中使用Microsoft.VisualBasic dll，它都是.NET 🙂
您无法使用简单的逗号分割来解析CSV行，因为某些单元格内容将包含逗号，这些逗号不是为了描述数据，而是实际上是单元格内容本身的一部分。
这是一个简单的基于正则表达式的C＃方法的链接，它将您的CSV转换为一个手动的DataTable ：
http://www.hotblue.com/article0000.aspx?a=0006
使用DataTables非常简单 – 如果您需要代码示例，请告诉我。
这将是预期的行为，因为引号只是C＃中的另一个字符串字符。 看起来你所追求的是引用的标记或数字标记。
我认为您可能需要使用Regex来分割字符串，除非其他人知道更好的方法。
或者你可以在一个字符串中循环遍历字符串，一次构建字符串并以这种方式构建标记。 这是老派，但在你的情况下可能是最可靠的方式。
我建议使用正则表达式。 它将允许您以更加通用的方式提取更复杂的子串（正如您所希望的那样）。
http://www.c-sharpcorner.com/uploadfile/prasad_1/regexppsd12062005021717am/regexppsd.aspx
http://oreilly.com/windows/archive/csharp-regular-expressions.html
你不能改变CSV的生成方式吗？ 使用OpenOffice，您可以设置char分隔符（use;）以及字符串的分隔方式（使用“或”）。
它将是这样的：’总统’;’1600 Penn Ave，华盛顿特区’
string temp = line.Replace（“\”“，”“）;
string [] tokens = temp.Split（’，’）