如何在 Java 中读取 CSV 文件

简介

在数据处理和分析场景中，CSV（逗号分隔值）文件是一种常见的数据存储格式。它以纯文本形式存储表格数据，数据字段通过逗号分隔。在 Java 开发中，经常需要读取 CSV 文件来获取其中的数据并进行处理。本文将详细介绍在 Java 中读取 CSV 文件的基础概念、使用方法、常见实践以及最佳实践，帮助读者掌握这一重要的数据处理技能。

目录

1. 基础概念
2. 使用方法
   • 使用 BufferedReader 读取
   • 使用 OpenCSV 库读取
   • 使用 Apache Commons CSV 库读取
3. 常见实践
   • 处理表头
   • 处理不同分隔符
   • 处理缺失值
4. 最佳实践
   • 错误处理
   • 性能优化
   • 内存管理
5. 小结
6. 参考资料

基础概念

CSV 文件是一种简单的文本文件格式，每行代表表格中的一行数据，字段之间用逗号（或其他指定的分隔符）分隔。例如，一个简单的 CSV 文件可能如下所示：

姓名,年龄,城市
张三,25,北京
李四,30,上海

在 Java 中读取 CSV 文件，就是将文件中的文本数据解析成 Java 可以处理的数据结构，例如数组、集合或自定义对象。

使用方法

使用 BufferedReader 读取

Java 的标准库提供了 BufferedReader 类来读取文本文件。我们可以使用它逐行读取 CSV 文件，并手动解析每行数据。

import java.io.BufferedReader;
import java.io.FileReader;
import java.io.IOException;

public class CSVReaderExample {
    public static void main(String[] args) {
        String csvFilePath = "path/to/your/file.csv";
        try (BufferedReader br = new BufferedReader(new FileReader(csvFilePath))) {
            String line;
            while ((line = br.readLine())!= null) {
                String[] values = line.split(",");
                for (String value : values) {
                    System.out.print(value + "\t");
                }
                System.out.println();
            }
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

使用 OpenCSV 库读取

OpenCSV 是一个流行的 Java 库，用于处理 CSV 文件。它提供了更高级的 API，简化了 CSV 文件的读取操作。

首先，在 pom.xml 文件中添加依赖：

<dependency>
    <groupId>com.opencsv</groupId>
    <artifactId>opencsv</artifactId>
    <version>5.7.1</version>
</dependency>

然后，使用以下代码读取 CSV 文件：

import com.opencsv.CSVReader;
import com.opencsv.exceptions.CsvException;

import java.io.FileReader;
import java.io.IOException;
import java.util.List;

public class OpenCSVExample {
    public static void main(String[] args) {
        String csvFilePath = "path/to/your/file.csv";
        try (CSVReader reader = new CSVReader(new FileReader(csvFilePath))) {
            List<String[]> lines = reader.readAll();
            for (String[] line : lines) {
                for (String value : line) {
                    System.out.print(value + "\t");
                }
                System.out.println();
            }
        } catch (IOException | CsvException e) {
            e.printStackTrace();
        }
    }
}

使用 Apache Commons CSV 库读取

Apache Commons CSV 也是一个强大的库，提供了丰富的功能来处理 CSV 文件。

在 pom.xml 文件中添加依赖：

<dependency>
    <groupId>org.apache.commons</groupId>
    <artifactId>commons-csv</artifactId>
    <version>1.9.0</version>
</dependency>

读取 CSV 文件的代码如下：

import org.apache.commons.csv.CSVFormat;
import org.apache.commons.csv.CSVParser;
import org.apache.commons.csv.CSVRecord;

import java.io.FileReader;
import java.io.IOException;

public class ApacheCommonsCSVExample {
    public static void main(String[] args) {
        String csvFilePath = "path/to/your/file.csv";
        try (FileReader fileReader = new FileReader(csvFilePath);
             CSVParser csvParser = new CSVParser(fileReader, CSVFormat.DEFAULT)) {
            for (CSVRecord csvRecord : csvParser) {
                for (String value : csvRecord) {
                    System.out.print(value + "\t");
                }
                System.out.println();
            }
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

常见实践

处理表头

很多 CSV 文件的第一行包含表头信息。我们可以通过以下方式跳过表头：

使用 OpenCSV：

import com.opencsv.CSVReader;
import com.opencsv.exceptions.CsvException;

import java.io.FileReader;
import java.io.IOException;
import java.util.List;

public class OpenCSVHeaderExample {
    public static void main(String[] args) {
        String csvFilePath = "path/to/your/file.csv";
        try (CSVReader reader = new CSVReader(new FileReader(csvFilePath))) {
            List<String[]> lines = reader.readAll();
            boolean isHeader = true;
            for (String[] line : lines) {
                if (isHeader) {
                    isHeader = false;
                    continue;
                }
                for (String value : line) {
                    System.out.print(value + "\t");
                }
                System.out.println();
            }
        } catch (IOException | CsvException e) {
            e.printStackTrace();
        }
    }
}

使用 Apache Commons CSV：

import org.apache.commons.csv.CSVFormat;
import org.apache.commons.csv.CSVParser;
import org.apache.commons.csv.CSVRecord;

import java.io.FileReader;
import java.io.IOException;

public class ApacheCommonsCSVHeaderExample {
    public static void main(String[] args) {
        String csvFilePath = "path/to/your/file.csv";
        try (FileReader fileReader = new FileReader(csvFilePath);
             CSVParser csvParser = new CSVParser(fileReader, CSVFormat.DEFAULT.withFirstRecordAsHeader())) {
            for (CSVRecord csvRecord : csvParser.getRecords()) {
                for (String value : csvRecord) {
                    System.out.print(value + "\t");
                }
                System.out.println();
            }
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

处理不同分隔符

有些 CSV 文件可能使用其他字符作为分隔符，例如分号。可以通过配置库的分隔符来处理这种情况。

使用 OpenCSV：

import com.opencsv.CSVReader;
import com.opencsv.CSVReaderBuilder;
import com.opencsv.exceptions.CsvException;

import java.io.FileReader;
import java.io.IOException;
import java.util.List;

public class OpenCSVDelimiterExample {
    public static void main(String[] args) {
        String csvFilePath = "path/to/your/file.csv";
        try (CSVReader reader = new CSVReaderBuilder(new FileReader(csvFilePath))
              .withSeparator(';')
              .build()) {
            List<String[]> lines = reader.readAll();
            for (String[] line : lines) {
                for (String value : line) {
                    System.out.print(value + "\t");
                }
                System.out.println();
            }
        } catch (IOException | CsvException e) {
            e.printStackTrace();
        }
    }
}

使用 Apache Commons CSV：

import org.apache.commons.csv.CSVFormat;
import org.apache.commons.csv.CSVParser;
import org.apache.commons.csv.CSVRecord;

import java.io.FileReader;
import java.io.IOException;

public class ApacheCommonsCSVDelimiterExample {
    public static void main(String[] args) {
        String csvFilePath = "path/to/your/file.csv";
        try (FileReader fileReader = new FileReader(csvFilePath);
             CSVParser csvParser = new CSVParser(fileReader, CSVFormat.DEFAULT.withDelimiter(';'))) {
            for (CSVRecord csvRecord : csvParser) {
                for (String value : csvRecord) {
                    System.out.print(value + "\t");
                }
                System.out.println();
            }
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

处理缺失值

CSV 文件中可能存在缺失值。可以在读取时进行相应的处理，例如设置默认值。

使用 OpenCSV：

import com.opencsv.CSVReader;
import com.opencsv.exceptions.CsvException;

import java.io.FileReader;
import java.io.IOException;
import java.util.List;

public class OpenCSVMissingValueExample {
    public static void main(String[] args) {
        String csvFilePath = "path/to/your/file.csv";
        try (CSVReader reader = new CSVReader(new FileReader(csvFilePath))) {
            List<String[]> lines = reader.readAll();
            for (String[] line : lines) {
                for (int i = 0; i < line.length; i++) {
                    if (line[i] == null || line[i].isEmpty()) {
                        line[i] = "N/A";
                    }
                    System.out.print(line[i] + "\t");
                }
                System.out.println();
            }
        } catch (IOException | CsvException e) {
            e.printStackTrace();
        }
    }
}

使用 Apache Commons CSV：

import org.apache.commons.csv.CSVFormat;
import org.apache.commons.csv.CSVParser;
import org.apache.commons.csv.CSVRecord;

import java.io.FileReader;
import java.io.IOException;

public class ApacheCommonsCSVMissingValueExample {
    public static void main(String[] args) {
        String csvFilePath = "path/to/your/file.csv";
        try (FileReader fileReader = new FileReader(csvFilePath);
             CSVParser csvParser = new CSVParser(fileReader, CSVFormat.DEFAULT)) {
            for (CSVRecord csvRecord : csvParser) {
                for (String value : csvRecord) {
                    if (value == null || value.isEmpty()) {
                        value = "N/A";
                    }
                    System.out.print(value + "\t");
                }
                System.out.println();
            }
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

最佳实践

错误处理

在读取 CSV 文件时，应进行全面的错误处理。例如，处理文件不存在、格式错误等异常情况。

import com.opencsv.CSVReader;
import com.opencsv.exceptions.CsvException;

import java.io.FileReader;
import java.io.IOException;

public class OpenCSVErrorHandlingExample {
    public static void main(String[] args) {
        String csvFilePath = "path/to/your/file.csv";
        try (CSVReader reader = new CSVReader(new FileReader(csvFilePath))) {
            List<String[]> lines = reader.readAll();
            for (String[] line : lines) {
                for (String value : line) {
                    System.out.print(value + "\t");
                }
                System.out.println();
            }
        } catch (IOException e) {
            System.err.println("文件读取错误: " + e.getMessage());
        } catch (CsvException e) {
            System.err.println("CSV 解析错误: " + e.getMessage());
        }
    }
}

性能优化

对于大型 CSV 文件，性能优化很重要。可以使用流处理来减少内存占用，例如在 Apache Commons CSV 中使用 CSVParser 的流操作：

import org.apache.commons.csv.CSVFormat;
import org.apache.commons.csv.CSVParser;
import org.apache.commons.csv.CSVRecord;

import java.io.FileReader;
import java.io.IOException;

public class ApacheCommonsCSVPerformanceExample {
    public static void main(String[] args) {
        String csvFilePath = "path/to/your/file.csv";
        try (FileReader fileReader = new FileReader(csvFilePath);
             CSVParser csvParser = new CSVParser(fileReader, CSVFormat.DEFAULT)) {
            csvParser.getRecords().stream()
                  .forEach(csvRecord -> {
                        for (String value : csvRecord) {
                            System.out.print(value + "\t");
                        }
                        System.out.println();
                    });
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

内存管理

避免一次性将整个 CSV 文件读入内存。如果数据量很大，可以逐行处理，减少内存压力。

小结

本文详细介绍了在 Java 中读取 CSV 文件的多种方法，包括使用标准库的 BufferedReader，以及流行的第三方库 OpenCSV 和 Apache Commons CSV。同时，阐述了常见实践，如处理表头、不同分隔符和缺失值，还提供了最佳实践建议，涵盖错误处理、性能优化和内存管理。通过这些内容，读者可以根据具体需求选择合适的方法来高效处理 CSV 文件。

参考资料

• OpenCSV 官方文档
• Apache Commons CSV 官方文档
• Java 官方文档 - BufferedReader