制表符分隔文件中的引号
我有一个简单的应用程序打开制表符分隔的文本文件，并将该数据插入数据库。
我正在使用这个CSV阅读器来读取数据： http ： //www.codeproject.com/KB/database/CsvReader.aspx
这一切都很好！
现在我的客户端在文件的末尾添加了一个新字段，即“ClaimDescription”，在其中一些声明描述中，数据中包含引号，例如：
“SUMISEI MARU NO 2” – 日本海
这似乎是我的应用程序的一个主要问题。 我得到一个exception，看起来像这样：
在位于’181’的记录’1470’字段’26附近，CSV似乎已损坏。 目前的原始数据：……
在那个“原始数据”中，索赔说明字段确实显示带有引号的数据。
我想知道以前有没有人遇到过这个问题，并绕过它？ 显然，我可以要求客户端更改他们最初发送给我的数据，但这是一个自动化过程，用于生成制表符分隔文件; 我宁愿把它作为最后的手段。
我以为我可以手动使用标准的TextReader打开文件，转义任何引号，将内容写回新文件，然后将该文件输入CSV阅读器。 值得一提的是，这些制表符分隔文件的平均文件大小约为40MB。
任何帮助是极大的赞赏！
干杯，肖恩
检查有关引号的codeproject文章的注释：
http://www.codeproject.com/Messages/3382857/Re-Quotes-inside-of-the-Field.aspx
您需要在构造函数中指定除了“用作引号”之外还需要另一个字符。
请改用FileHelpers库。 它被广泛使用并将处理引用的字段或包含引号的字段。
我最近解决了一个类似的问题，虽然CsvReader在我的TSV文件的几行之外都能正常工作，最终解决了我的问题是在customDelimiter的构造函数中设置了一个CsvReader
public static void ParseTSV(string filepath) { using (CsvReader csvReader = new CsvReader(new StreamReader(filepath), true, '\t')) { //if that didn't work, passing unlikely characters into the other params might help //using (CsvReader csvReader = new CsvReader(new StreamReader(filepath), true, '\t', '~', '`', '~', ValueTrimmingOptions.None)) { int fieldcount = csvReader.FieldCount; //Does not work, since it's read only property //csvReader.Delimiter = "\t"; string[] headers = csvReader.GetFieldHeaders(); while (csvReader.ReadNextRecord()) { for (int i = 0; i < fieldcount; i++) { string msg = String.Format("{0}\r{1};", headers[i], csvReader[i]); Console.Write(msg); } Console.WriteLine(); } } }
使用OleDbConnection http://social.msdn.microsoft.com/Forums/en/winformsdatacontrols/thread/98fce7d7-b02d-4027-ad2e-2df3a28bd439
也许你可以用你的应用程序打开文件，用另一个字符替换每个引用，然后处理它。
我做了一些搜索，并且有一个用于CSV文件的RFC（ RFC 4180 ），这明确禁止他们正在做的事情：
每个字段可能包含也可能不包含在双引号中（但是某些程序，例如Microsoft Excel，根本不使用双引号）。 如果字段未用双引号括起来，则双引号可能不会出现在字段内。
基本上，如果他们想要这样做，他们需要将整个字段括在引号中，如下所示：
,""SUMISEI MARU NO 2" - sea of Japan",
因此，如果你想要，你可以将这个问题抛回给他们并坚持他们发送给你一个“适当的”RFC 4180 CSV文件。
由于您可以访问该CSV读取器的源文件，因此另一个选项是修改它以处理它们为您提供的引用字符串。
这种情况正是让源代码访问您的工具集至关重要的原因。
如果您希望在将文件送到工具之前预先处理（破解）他们的文件，那么正确的方法是在分隔符前面或后面查找带引号的字段，并将其整个字段包含在另一个集合中报价。
对了 – 在深夜的红头发和我的头后，我最终发现了问题，它是“Claim_Description”字段中的逗号。 甚至没有想到这一点，因为我使用的是制表符分隔的文件，但是一旦我找到并替换文件中的所有逗号，它就可以正常工作！
下一步是在处理之前找出如何替换这些逗号。
再次，感谢所有的建议。
干杯，肖恩