Java解析CSV时忽略引号内逗号的问题及解决方案咨询

你手动实现的CSV分割逻辑存在两个关键问题：

1. 循环内过早写入Set：每次处理数组元素时就调用platforms.add(words.get(2))，但此时words列表还在构建中，尚未凑齐完整的一行数据，会导致错误元素被加入，甚至可能触发索引越界。
2. 手动解析CSV的局限性：CSV规则包含引号内逗号、转义引号（""）、跨行字段等复杂场景，手动分割逻辑无法覆盖所有情况，这正是你丢失2个唯一值的核心原因。

不要自己造轮子，直接用Java生态中成熟的CSV解析库，比如OpenCSV，它能完美处理所有CSV标准场景，代码简洁且可靠。

步骤1：引入依赖 #

如果用Maven，在pom.xml中添加：

<dependency>
    <groupId>com.opencsv</groupId>
    <artifactId>opencsv</artifactId>
    <version>5.6</version> <!-- 可替换为最新稳定版 -->
</dependency>

如果用Gradle：

implementation 'com.opencsv:opencsv:5.6'

步骤2：重写解析代码 #

用CSVReader处理，自动处理引号内逗号等特殊情况：

import com.opencsv.CSVReader;
import java.io.FileReader;
import java.util.HashSet;

public class CsvPlatformParser {
    public static void main(String[] args) {
        String file = "FinalProject/src/Data.csv";
        HashSet<String> platforms = new HashSet<>();

        // 用try-with-resources自动关闭流，避免资源泄漏
        try (CSVReader reader = new CSVReader(new FileReader(file))) {
            reader.readNext(); // 跳过表头行
            String[] lineData;
            while ((lineData = reader.readNext()) != null) {
                // 确保列索引有效（platforms是第3列，索引从0开始为2）
                if (lineData.length > 2) {
                    platforms.add(lineData[2].trim()); // 可选：去除字段前后空格
                }
            }
        } catch (Exception e) {
            e.printStackTrace(); // 不要吞异常，方便排查问题
        }

        System.out.println("唯一平台数量：" + platforms.size());
    }
}

为什么这个方案更靠谱？ #

• 自动识别引号内的逗号：比如字段"PC, PS5"会被解析为单个完整字段，不会被分割。
• 支持转义引号：比如"John ""Doe"""会被正确解析为John "Doe"。
• 兼容跨行字段：如果某个字段包含换行符，依然能完整读取。
• 代码简洁，无需手动处理复杂的分割逻辑，大幅降低出错概率。

如果不能引入第三方库，至少要修正现有代码的逻辑：

String file = "FinalProject/src/Data.csv";
BufferedReader rd = null;
String line = "";
HashSet<String> platforms = new HashSet<>();

try {
    rd = new BufferedReader(new FileReader(file));
    rd.readLine(); // 跳过表头
    while ((line = rd.readLine()) != null) {
        String[] arr = line.split("\"");
        ArrayList<String> words = new ArrayList<>();

        for (int i = 0; i < arr.length; i++) {
            if (i % 2 == 0) {
                // 非引号部分按逗号分割，过滤空字符串（避免首尾逗号导致的无效元素）
                String[] parts = arr[i].split(",");
                for (String part : parts) {
                    if (!part.trim().isEmpty()) {
                        words.add(part.trim());
                    }
                }
            } else {
                // 引号内的内容直接加入，保留原始逗号
                words.add(arr[i].trim());
            }
        }

        // 整行解析完成后，再将有效字段加入Set
        if (words.size() > 2) {
            platforms.add(words.get(2));
        }
    }
} catch (Exception e) {
    e.printStackTrace(); // 不要吞异常
} finally {
    try {
        if (rd != null) rd.close();
    } catch (Exception e) {
        throw new RuntimeException(e);
    }
}

注意：这个手动实现依然无法处理转义引号、跨行字段等复杂场景，仅适用于结构简单的CSV文件。

内容的提问来源于stack exchange，提问作者scribre