如何解析含反斜杠的CSV？OpenCSV转义双引号异常处理方案

我用OpenCSV解析外部CSV文件读取name属性，合法CSV文件能正常处理，但遇到含异常转义的行时会报错。问题出在CSV中的\"转义格式在Java环境下无法被OpenCSV正确识别，想问能不能在解析过程或文件预处理阶段把\"替换为"？

测试代码 #

@Test
public void csvTest() throws IOException {
    String fileName = "ERROR.csv";
    File file = new File("D:\\csvFiles\\" + fileName);
    if (file.exists()) {

        CSVReader csvReader = new CSVReader(new FileReader("D:\\csvFiles\\" + fileName));
        String[] nextLine;
        int row = 0;
        while ((nextLine = csvReader.readNext()) != null) {
            row++;
            if (nextLine.length > 0) {
                System.out.println("ROW: " + row + " " + String.join(",", nextLine));
            }
        }

    }
} 

错误示例CSV（ERROR.csv） #

id,name,address,phone
"1","Bob","New Jersey","9999999999"
"2","Smith","Sydney ///\"","9999999999"

注意：用Excel打开该CSV文件显示正常，是不是只有Java环境会因前置反斜杠转义双引号导致处理错误？

解决方法 #

1. 预处理文件替换异常转义符 #

在读入OpenCSV前，先将文件中的\"替换为CSV标准的双引号转义格式""，或者直接替换为"（根据业务需求选择）：

@Test
public void csvTest() throws IOException {
    String fileName = "ERROR.csv";
    File inputFile = new File("D:\\csvFiles\\" + fileName);
    if (!inputFile.exists()) return;

    // 创建临时文件存储预处理后的内容
    Path tempPath = Files.createTempFile("temp_csv", ".csv");
    try (BufferedReader reader = Files.newBufferedReader(inputFile.toPath());
         BufferedWriter writer = Files.newBufferedWriter(tempPath)) {
        String line;
        while ((line = reader.readLine()) != null) {
            // 把非标准的\"替换为CSV标准的""，也可根据需求替换为"
            String processedLine = line.replace("\\\"", "\"\"");
            writer.write(processedLine);
            writer.newLine();
        }
    }

    // 用OpenCSV读取预处理后的临时文件
    try (CSVReader csvReader = new CSVReader(new FileReader(tempPath.toFile()))) {
        String[] nextLine;
        int row = 0;
        while ((nextLine = csvReader.readNext()) != null) {
            row++;
            if (nextLine.length > 0) {
                System.out.println("ROW: " + row + " " + String.join(",", nextLine));
            }
        }
    } finally {
        // 清理临时文件
        Files.deleteIfExists(tempPath);
    }
}

2. 配置OpenCSV使用自定义转义规则 #

OpenCSV默认遵循RFC4180标准（用""转义双引号），但可以通过自定义CSVParser适配Java风格的\"转义：

@Test
public void csvTest() throws IOException {
    String fileName = "ERROR.csv";
    File file = new File("D:\\csvFiles\\" + fileName);
    if (!file.exists()) return;

    // 自定义解析器，将反斜杠设为转义符
    CSVParser parser = new CSVParserBuilder()
            .withSeparator(',')
            .withQuoteChar('"')
            .withEscapeChar('\\')
            .build();

    try (CSVReader csvReader = new CSVReaderBuilder(new FileReader(file))
            .withCSVParser(parser)
            .build()) {
        String[] nextLine;
        int row = 0;
        while ((nextLine = csvReader.readNext()) != null) {
            row++;
            if (nextLine.length > 0) {
                System.out.println("ROW: " + row + " " + String.join(",", nextLine));
            }
        }
    }
}

关于Excel正常打开的原因 #

Excel读取CSV时兼容多种非标准转义方式，包括Java风格的\"；而OpenCSV默认严格遵循RFC4180标准，因此只有Java环境会出现这个兼容性问题。

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