Apache CSV 多列场景下自定义引用字符配置失效的问题求助
问题现象
使用Apache Commons CSV解析单引号包裹字段的简单CSV文件时,出现引号识别失效、列拆分错误的问题。
- 待解析的CSV内容样例:
String csv = "'ID', 'fruit'\n'1', 'apple'\n'2', 'banana'\n'3', 'cherry'";
- 初始解析配置:
CSVFormat format = CSVFormat.DEFAULT.withDelimiter(',').withHeader() .withSkipHeaderRecord(false).withRecordSeparator("\n").withTrim().withQuote('\'');
- 控制台实际输出结果:
{ID=1, 'fruit'='apple'} {ID=2, 'fruit'='banana'} {ID=3, 'fruit'='cherry'}
- 预期正确输出:
{ID=1, fruit=apple} {ID=2, fruit=banana} {ID=3, fruit=cherry}
问题影响范围
该问题并非仅为显示层面的瑕疵:若引号内部包含分隔符,解析逻辑会直接忽略引号的包裹作用,将引号内的分隔符作为列分隔依据。例如字段内容为
'che,rry'时,解析逻辑会将rry识别为独立的第三列内容。
排查尝试过程
先后测试了以下调整方案,均未解决问题:
- 将引用符从单引号替换为双引号、使用框架默认的双引号引用配置
- 调用
withQuoteMode()调整引用处理模式 - 测试1.6、1.7等历史版本的Apache CSV依赖
最终解决方案
在原有CSV格式配置链中追加withIgnoreSurroundingSpaces()配置,即可让单引号的包裹规则正常生效。
原理说明:原配置中的withTrim()仅作用于字段值解析完成后的首尾裁剪,不会影响解析器对语法标记(引用符、分隔符)的位置判断。当分隔符和字段两端的引号之间存在空格时,解析器会将该引号识别为字段内容的一部分,而非用来包裹字段的引用标记,进而出现引号识别失效、错误拆分列的问题。withIgnoreSurroundingSpaces()会让解析器在识别语法标记时,自动忽略标记前后的多余空格,保证引号的正常识别。
内容的提问来源于stack exchange,提问作者Stefan S.
相关产品推荐
相关产品推荐

