Java读取CSV文件报错，需自动修复下载后文件格式问题

问题根源 #

你遇到的错误是因为原始CSV文件的表头行末尾多了一个分号，导致Apache Commons CSV解析时识别出一个空的表头名称，而默认配置不允许空表头，因此抛出IllegalArgumentException。手动保存后，这个末尾分号被移除，所以解析正常。

解决方案 #

方案1：修改CSVFormat配置，允许空表头名称 #

直接在CSVFormat中添加配置，允许解析包含空表头的文件，同时跳过空表头的输出：

package collectData;

import java.io.FileReader;
import java.io.IOException;
import java.io.Reader;
import java.nio.charset.Charset;

import org.apache.commons.csv.CSVFormat;
import org.apache.commons.csv.CSVParser;
import org.apache.commons.csv.CSVRecord;

public class testCSV {

    public static void main(String[] args) throws IOException {
        String csvFilePath = "csv_files\\20240403_OV64E_A.csv";
        
        Charset encoding = Charset.forName("ISO-8859-1");

        try (Reader in = new FileReader(csvFilePath, encoding);
             CSVParser parser = CSVFormat.DEFAULT
                     .withHeader()
                     .withDelimiter(';')
                     .withAllowMissingColumnNames() // 允许空表头
                     .parse(in)) {
            for (CSVRecord record : parser) {
                for (String headerName : parser.getHeaderNames()) {
                    if (!headerName.isEmpty()) { // 跳过空表头，避免无效输出
                        System.out.print(headerName + ": " + record.get(headerName) +" ");
                    }
                }
                System.out.println(); 
            }
        }
    }
}

方案2：预处理文件，移除表头行末尾的分号 #

如果不想允许空表头，可以先读取文件内容，预处理表头行去掉末尾的分号，再传递给CSVParser：

package collectData;

import java.io.BufferedReader;
import java.io.FileReader;
import java.io.IOException;
import java.io.StringReader;
import java.nio.charset.Charset;
import java.util.stream.Collectors;

import org.apache.commons.csv.CSVFormat;
import org.apache.commons.csv.CSVParser;
import org.apache.commons.csv.CSVRecord;

public class testCSV {

    public static void main(String[] args) throws IOException {
        String csvFilePath = "csv_files\\20240403_OV64E_A.csv";
        Charset encoding = Charset.forName("ISO-8859-1");

        try (BufferedReader br = new BufferedReader(new FileReader(csvFilePath, encoding))) {
            String firstLine = br.readLine();
            // 移除表头行末尾的分号（如果存在）
            if (firstLine != null && firstLine.endsWith(";")) {
                firstLine = firstLine.substring(0, firstLine.length() - 1);
            }
            // 拼接处理后的表头和剩余内容
            String processedContent = firstLine + "\n" + br.lines().collect(Collectors.joining("\n"));
            
            try (Reader in = new StringReader(processedContent);
                 CSVParser parser = CSVFormat.DEFAULT
                         .withHeader()
                         .withDelimiter(';')
                         .parse(in)) {
                for (CSVRecord record : parser) {
                    for (String headerName : parser.getHeaderNames()) {
                        System.out.print(headerName + ": " + record.get(headerName) +" ");
                    }
                    System.out.println(); 
                }
            }
        }
    }
}

补充说明 #

• 数据行的空字段（比如003298;4.1;Figée;;;;;）会被Apache Commons CSV自动处理，返回空字符串，无需额外配置。
• 关于003298变成3298的问题：这是手动保存时Excel自动格式化导致的，CSVParser解析时会保留原始字符串，不会丢失前导零。

内容的提问来源于stack exchange，提问作者Mouad Thf