C#获取CSV文件内容对逗号和引号分隔的处理

在小批量数据导入的时候，最常用的就是使用excel工具，将数据保存为xls或csv文件，然后上传到服务器，然后读取出来通过数据库访问类的相关方法更新到数据库中。对于如何读取xls文件的方法，网上太多了，使用excel对象或ole db/odbc连接都行。对于csv文件，其中有一种方式就是通过文件流，将它作为文本读取出来，这其中会遇到一点小意外。

我们知道，使用excel工具保存成csv文件时有几个规则：

1、每一行的单元格内容之间用逗号分隔。

2、如果单元格的内容本身有逗号，这个单元格的内容将会用引号包含。

3、如果单元格的内容本身有引号，

引号不在首或尾，这个单元格内容不会被引号包含。

引号在首或尾，这个单元格内容会被引号包含且原来首尾的引号会被转义。

所以对于这样的内容，直接按逗号或引号使用split方法明显不合适，需要预先处理一下。办法很多，最容易想到的就是用正则过滤掉本身带逗号或引号的内容，剩下的再按逗号split就方便了，我将csv文件中的每一行获取出来存放到一个键值对的集合中，为了保证前后顺序一致，使用SortedList，这里用控制台程序示例一下：

1 string s = string.Empty;

2 string src = string.Empty;

3 SortedList sl = new SortedList();

4 StreamReader fs = new StreamReader(new FileStream("demo.csv", FileMode.Open, FileAccess.Read), Encoding.GetEncoding("gb2312"));

5 while (!string.IsNullOrEmpty(s = fs.ReadLine()))

6 {

7 if (!string.IsNullOrEmpty(s))

8 {

9 Console.WriteLine(s);

10 src = s.Replace("\"\"", "'");

11 MatchCollection col = Regex.Matches(src, ",\"([^\"]+)\",", RegexOptions.ExplicitCapture);

12 IEnumerator ie = col.GetEnumerator();

13 while (ie.MoveNext())

14 {

15 string patn = ie.Current.ToString();

16 int key = src.Substring(0, src.IndexOf(patn)).Split(',').Length;

17 if (!sl.ContainsKey(key))

18 {

19 sl.Add(key, patn.Trim(new char[] { ',', '"' }).Replace("'", "\""));

20 src = src.Replace(patn, ",,");

21 }

22 }

23

24 string[] arr = src.Split(',');

25 for (int i = 0; i < arr.Length; i++)

26 {

27 if (!sl.ContainsKey(i))

28 sl.Add(i, arr[i]);

29 }

30

31 IDictionaryEnumerator ienum = sl.GetEnumerator();

32 while (ienum.MoveNext())

33 {

34 Console.WriteLine(string.Format("{0}:{1}", ienum.Key, ienum.Value.ToString().Replace("'", "\"")));

35 }

36 sl.Clear();

37 src = string.Empty;

38 }

39 Console.Read();

40 }

41 fs.Close();