跳转至

在Java中读取CSV文件

简介

CSV（Comma-Separated Values）文件是一种常用的文本文件格式，用于存储表格数据。每行代表一条记录，字段之间使用逗号分隔。在Java开发中，经常需要读取CSV文件来处理数据。本文将深入探讨在Java中读取CSV文件的相关知识，包括基础概念、使用方法、常见实践以及最佳实践。

目录

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

基础概念

CSV文件以纯文本形式存储数据，每行是一个记录，字段之间默认用逗号分隔。然而，实际应用中分隔符可以是其他字符，如分号、制表符等。此外，CSV文件可能包含表头（第一行，用于描述各列数据的含义），也可能不包含。了解这些基础概念对于正确读取CSV文件至关重要。

使用方法

使用BufferedReader和String.split()

这是最基本的方法，直接利用Java标准库中的BufferedReader读取文件内容，然后使用String.split()方法按分隔符拆分每行数据。

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

public class CSVReaderBasic {
    public static void main(String[] args) {
        String csvFilePath = "data.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Apache Commons CSV库

Apache Commons CSV是一个功能强大的CSV处理库，提供了更便捷和灵活的方式来读取CSV文件。

首先，在pom.xml中添加依赖：

<dependency>
    <groupId>org.apache.commons</groupId>
    <artifactId>commons-csv</artifactId>
    <version>1.8</version>
</dependency>

然后，使用示例代码：

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 CSVReaderApache {
    public static void main(String[] args) {
        String csvFilePath = "data.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();
        }
    }
}

使用OpenCSV库

OpenCSV也是一个流行的CSV处理库，具有简单易用的特点。

在pom.xml中添加依赖：

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

示例代码：

import com.opencsv.CSVReader;

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

public class CSVReaderOpenCSV {
    public static void main(String[] args) {
        String csvFilePath = "data.csv";
        try (CSVReader reader = new CSVReader(new FileReader(csvFilePath))) {
            String[] line;
            while ((line = reader.readNext()) != null) {
                for (String value : line) {
                    System.out.print(value + "\t");
                }
                System.out.println();
            }
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

常见实践

处理表头

许多CSV文件第一行包含表头信息。可以在读取数据前先读取表头，然后根据表头来处理数据。

使用Apache Commons CSV库处理表头示例：

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 CSVReaderWithHeader {
    public static void main(String[] args) {
        String csvFilePath = "data.csv";
        try (FileReader fileReader = new FileReader(csvFilePath);
             CSVParser csvParser = new CSVParser(fileReader, CSVFormat.DEFAULT.withFirstRecordAsHeader())) {

            for (CSVRecord csvRecord : csvParser) {
                for (String header : csvParser.getHeaderNames()) {
                    System.out.print(csvRecord.get(header) + "\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。可以在读取数据时进行检查和处理。

import com.opencsv.CSVReader;

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

public class CSVReaderHandleMissing {
    public static void main(String[] args) {
        String csvFilePath = "data.csv";
        try (CSVReader reader = new CSVReader(new FileReader(csvFilePath))) {
            String[] line;
            while ((line = reader.readNext()) != null) {
                for (String value : line) {
                    if (value == null || value.isEmpty()) {
                        System.out.print("(缺失值)\t");
                    } else {
                        System.out.print(value + "\t");
                    }
                }
                System.out.println();
            }
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

处理不同分隔符

默认情况下，CSV文件使用逗号作为分隔符，但实际应用中可能会遇到其他分隔符，如分号。可以通过相应库的配置来指定分隔符。

使用Apache Commons CSV库处理分号分隔的CSV文件：

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 CSVReaderWithDelimiter {
    public static void main(String[] args) {
        String csvFilePath = "data.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();
        }
    }
}

最佳实践

性能优化

  • 批量读取：对于大型CSV文件，避免逐行读取，可以采用批量读取的方式，减少I/O操作次数。
  • 使用缓冲区：合理设置缓冲区大小，提高读取效率。例如，在使用BufferedReader时，可以指定缓冲区大小。

错误处理

  • 输入验证：在读取CSV文件前，对文件路径、文件格式等进行验证，确保输入的正确性。
  • 异常处理：在读取过程中，对可能出现的异常进行全面处理，如文件不存在、格式错误等，提供友好的错误提示。

小结

本文详细介绍了在Java中读取CSV文件的多种方法，包括使用标准库和第三方库。同时，探讨了常见实践和最佳实践，帮助读者在实际开发中更高效地处理CSV文件。不同的方法和库适用于不同的场景，读者可以根据具体需求进行选择。

参考资料