如何处理含分隔符的CSV字段？用Joinery DataFrame保留含;的单值

你遇到的核心问题是：CSV文件用;作为分隔符，但某条记录的字段值（s;m）包含该分隔符且未用引号包裹，导致Joinery默认按;分割时会拆分这个字段，破坏原有数据结构。

方案1：要求源系统输出符合CSV规范的文件（最优解） #

根据CSV规范，包含分隔符的字段必须用引号包裹。如果能协调外部系统将异常行修改为：

"s;m";30;12345

只需调整Joinery的readCsv调用，指定引号字符为双引号即可：

DataFrame abc = DataFrame.readCsv(inputStream, ";", "\"", Boolean.TRUE);

此时Joinery会自动识别引号内的内容为单个字段，忽略其中的;分隔符。

方案2：预处理数据流（无法修改源数据时使用） #

如果外部系统无法调整输出格式，需要先对输入流进行预处理，修复异常行：

1. 逐行读取CSV内容
2. 判断行分割后的列数：正常行应为3列，异常行是4列
3. 将异常行的前两个字段合并为s;m，恢复为3列结构
4. 将处理后的内容重新转为输入流，再交给Joinery读取

示例代码：

import java.io.*;
import java.nio.charset.StandardCharsets;
import joinery.DataFrame;

public class CsvPreprocess {
    public static void main(String[] args) throws IOException {
        BufferedReader reader = new BufferedReader(new InputStreamReader(inputStream));
        StringBuilder processedContent = new StringBuilder();
        
        // 写入表头
        String header = reader.readLine();
        if (header != null) {
            processedContent.append(header).append("\n");
        }
        
        String line;
        while ((line = reader.readLine()) != null) {
            String[] parts = line.split(";", -1);
            if (parts.length == 4) {
                // 合并前两个字段，恢复为3列结构
                String mergedField = parts[0] + ";" + parts[1];
                processedContent.append(mergedField)
                               .append(";")
                               .append(parts[2])
                               .append(";")
                               .append(parts[3])
                               .append("\n");
            } else {
                // 正常行直接保留
                processedContent.append(line).append("\n");
            }
        }
        
        // 将处理后的内容转为输入流
        InputStream processedStream = new ByteArrayInputStream(processedContent.toString().getBytes(StandardCharsets.UTF_8));
        // 读取处理后的CSV
        DataFrame abc = DataFrame.readCsv(processedStream, ";", "", Boolean.TRUE);
    }
}

注意：该方法依赖数据的固定规律（异常行都是4列，且需合并前两个字段），若后续出现其他位置的含分隔符字段，需对应调整合并逻辑。

内容的提问来源于stack exchange，提问作者shrikish