如何用OpenCSV按CSV记录类型过滤并分别解析为不同Java对象

可以使用OpenCSV原生的过滤器或自定义映射策略实现需求，不需要手动逐行处理，性能和单类型解析基本一致。

前置修正：调整实体类字段位置 #

你当前的实体类@CsvBindByPosition配置存在错误，CSV第二列（索引为1）是类型标识位，业务字段索引需要顺移1位：

public class Student {
  @CsvBindByPosition(position = 0)
  private String name;
  @CsvBindByPosition(position = 2)
  private String mathsScore;
  @CsvBindByPosition(position = 3)
  private String scienceScore;
  @CsvBindByPosition(position = 4)
  private String englishScore;
  // 省略getter、setter
}

public class Teacher {
  @CsvBindByPosition(position = 0)
  private String name;
  @CsvBindByPosition(position = 2)
  private String salary;
  @CsvBindByPosition(position = 3)
  private String yearOfExp;
  // 省略getter、setter
}

方案1：过滤器分两次解析（实现简单） #

通过OpenCSV自带的withFilter方法在绑定对象前过滤对应类型的行，不符合条件的行直接跳过，不会产生额外的映射开销：

import com.opencsv.CSVReader;
import com.opencsv.CSVReaderBuilder;
import com.opencsv.CSVParserBuilder;
import com.opencsv.bean.CsvToBeanBuilder;
import java.io.FileReader;
import java.util.List;

// 1. 解析学生列表
CSVReader studentReader = new CSVReaderBuilder(new FileReader(csvFile))
        .withCSVParser(new CSVParserBuilder().withSeparator('|').build())
        .build();
List<Student> students = new CsvToBeanBuilder<Student>(studentReader)
        .withType(Student.class)
        // 只保留第二列为S的有效行
        .withFilter(line -> line.length >= 2 && "S".equals(line[1]))
        .build()
        .parse();

// 2. 解析教师列表，需重新构造Reader重置文件指针
CSVReader teacherReader = new CSVReaderBuilder(new FileReader(csvFile))
        .withCSVParser(new CSVParserBuilder().withSeparator('|').build())
        .build();
List<Teacher> teachers = new CsvToBeanBuilder<Teacher>(teacherReader)
        .withType(Teacher.class)
        // 只保留第二列为T的有效行
        .withFilter(line -> line.length >= 2 && "T".equals(line[1]))
        .build()
        .parse();

方案2：自定义映射策略一次解析（性能更优，适合超大文件） #

如果不想两次读取文件，可以自定义映射策略，一次读取直接生成两类对象再分组，性能更高：

1. 先定义标记接口让两类实体实现：

public interface Person {}

public class Student implements Person {
  // 原有实体逻辑不变
}

public class Teacher implements Person {
  // 原有实体逻辑不变
}

2. 自定义字段映射策略：

import com.opencsv.bean.HeaderColumnNameMappingStrategy;
import com.opencsv.exceptions.*;

public class PersonMappingStrategy<T> extends HeaderColumnNameMappingStrategy<T> {
    @Override
    public T populateNewBean(String[] line) throws CsvBeanIntrospectionException, CsvRequiredFieldEmptyException, CsvDataTypeMismatchException, CsvConstraintViolationException {
        if (line.length < 2) return null;
        String type = line[1];
        if ("S".equals(type)) {
            setType((Class<T>) Student.class);
        } else if ("T".equals(type)) {
            setType((Class<T>) Teacher.class);
        } else {
            return null;
        }
        return super.populateNewBean(line);
    }
}

3. 一次解析后分组：

CSVReader reader = new CSVReaderBuilder(new FileReader(csvFile))
        .withCSVParser(new CSVParserBuilder().withSeparator('|').build())
        .build();

PersonMappingStrategy<Person> strategy = new PersonMappingStrategy<>();
List<Person> allPersons = new CsvToBeanBuilder<Person>(reader)
        .withMappingStrategy(strategy)
        .build()
        .parse();

// 按类型拆分
List<Student> students = allPersons.stream()
        .filter(p -> p instanceof Student)
        .map(p -> (Student) p)
        .toList();
List<Teacher> teachers = allPersons.stream()
        .filter(p -> p instanceof Teacher)
        .map(p -> (Teacher) p)
        .toList();

注意事项 #

• 以上代码省略了异常捕获和流关闭逻辑，实际使用时建议用try-with-resources管理文件流，避免资源泄漏。
• OpenCSV底层本身是高度优化的逐行读取实现，上述两种方案均不需要手动处理行拆分和字段映射，性能完全可以满足大文件场景。

内容的提问来源于stack exchange，提问作者krishna