如何用CsvHelper拆分Excel HYPERLINK字段为URL与文本值？

当然可以搞定这个需求！你遇到的这种Excel HYPERLINK公式格式的CSV字段，用CsvHelper完全可以拆分成独立的URL和公司名称两个值，我给你分享两种实用的实现方式：

核心思路 #

首先得解析这个HYPERLINK字符串的结构：你的示例字段是"=HYPERLINK("" https://app.redflagalert.net/search/company/00975699/ "",""CHILTERN HILLS MINERAL WATER LIMITED"")"，其中CSV里的双引号是转义符（两个双引号代表一个实际的双引号），所以实际的公式结构是=HYPERLINK("URL", "显示文本")。我们可以用正则表达式精准提取出URL和显示文本这两个部分。

推荐用这个正则表达式：

=HYPERLINK\(""(.*?)""\s*,\s*""(.*?)""\)

它会匹配出两个分组：第一个分组是URL，第二个是公司名称，.*?是非贪婪匹配，避免抓取多余内容。

方式一：使用自定义ClassMap（推荐） #

这种方式更符合CsvHelper的面向对象用法，适合结构化处理数据：

1. 定义数据模型 #

首先创建一个类来存储拆分后的数据：

public class CompanyLink
{
    public string Url { get; set; }
    public string CompanyName { get; set; }
}

2. 创建自定义映射类 #

通过ClassMap来告诉CsvHelper如何解析原始字段：

using CsvHelper.Configuration;
using System.Text.RegularExpressions;

public sealed class CompanyLinkMap : ClassMap<CompanyLink>
{
    // 预编译正则，提升性能
    private static readonly Regex _hyperlinkRegex = new Regex(
        @"=HYPERLINK\(""(.*?)""\s*,\s*""(.*?)""\)", 
        RegexOptions.Compiled);

    public CompanyLinkMap()
    {
        // 假设CSV中这个字段的列名为"Link"，如果无列名可以用索引（比如GetField<string>(0)）
        Map(m => m.Url).Convert(args => 
        {
            var fieldValue = args.Row.GetField<string>("Link");
            var match = _hyperlinkRegex.Match(fieldValue);
            return match.Success ? match.Groups[1].Value.Trim() : null;
        });

        Map(m => m.CompanyName).Convert(args => 
        {
            var fieldValue = args.Row.GetField<string>("Link");
            var match = _hyperlinkRegex.Match(fieldValue);
            return match.Success ? match.Groups[2].Value.Trim() : null;
        });
    }
}

3. 读取并解析CSV #

最后用CsvReader加载数据：

using CsvHelper;
using System.Globalization;
using System.IO;

var filePath = "your-company-data.csv";

using (var reader = new StreamReader(filePath))
using (var csv = new CsvReader(reader, CultureInfo.InvariantCulture))
{
    csv.Context.RegisterClassMap<CompanyLinkMap>();
    var companyLinks = csv.GetRecords<CompanyLink>().ToList();

    // 这里可以处理拆分后的数据，比如打印验证
    foreach (var link in companyLinks)
    {
        Console.WriteLine($"URL: {link.Url}, 公司名称: {link.CompanyName}");
    }
}

方式二：逐行手动解析（适合简单场景） #

如果你的需求比较简单，不想定义模型和映射类，也可以直接逐行读取并处理：

using CsvHelper;
using System.Globalization;
using System.IO;
using System.Text.RegularExpressions;

var regex = new Regex(@"=HYPERLINK\(""(.*?)""\s*,\s*""(.*?)""\)", RegexOptions.Compiled);
var filePath = "your-company-data.csv";

using (var reader = new StreamReader(filePath))
using (var csv = new CsvReader(reader, CultureInfo.InvariantCulture))
{
    csv.Read();
    csv.ReadHeader();

    while (csv.Read())
    {
        var rawLinkField = csv.GetField<string>("Link");
        var match = regex.Match(rawLinkField);
        
        if (match.Success)
        {
            var url = match.Groups[1].Value.Trim();
            var companyName = match.Groups[2].Value.Trim();
            // 在这里处理拆分后的数据
        }
        else
        {
            // 处理格式不正确的字段，比如记录日志或设置默认值
        }
    }
}

注意事项 #

• 确保你的CSV字段列名正确，如果没有列名，记得改用字段索引（比如csv.GetField<string>(0)）
• 预编译正则表达式可以提升大量数据的处理性能
• 要考虑字段格式异常的情况，比如匹配失败时返回null或默认值，避免程序报错
• 别忘了通过NuGet安装CsvHelper：Install-Package CsvHelper（Package Manager）或dotnet add package CsvHelper（.NET CLI）

内容的提问来源于stack exchange，提问作者John Mackerras