求救：字符串分割问题，头疼

[云淡风轻]

我有一个数据文件要处理，文件的数据是逗号分割，但是数据内容本身可能有逗号（当然数据中的逗号有双引号包围的），数据也可能换行，比如：
11,23,34,"df,sd
sdsfsdsd,sdsd
sdsd",23
这个数据有五个字段，处理起来很头痛呀

哪位大侠有高招？

[冰思雨]

package houlei.csdn.java.io;
import java.io.IOException;
import java.io.Reader;

/**
 * @author 侯磊
 */
public class StringDataReader extends java.io.Reader{

    private static final char separatorChar = ',';
    private static final char escapeChar = '"';

    private Reader in;

    private boolean hasEscapeChar = false;
    
    public StringDataReader(Reader in) {
        this.in = in;
    }

    @Override
    public int read(char[] cbuf, int off, int len) throws IOException {
        return in.read(cbuf, off, len);
    }

    @Override
    public void close() throws IOException {
        in.close();
    }

    public synchronized String readData() throws IOException{
        StringBuilder buff = new StringBuilder();
        char [] oneChar = new char[1];
        hasEscapeChar = false;
        int count = 0;
        while(true){
            count = in.read(oneChar);
            if(count!=1)return null;
             if(oneChar[0]==escapeChar){
                hasEscapeChar = !hasEscapeChar;
                continue;
             }
             if(!hasEscapeChar){
                 if(oneChar[0]==separatorChar){
                     break;
                 }
             }
            buff.append(oneChar);
        }
        return buff.toString();
    }

    public static void main(String args []){
        String str = "11,23,34,\"df,sd\nsdsfsdsd,sdsd\nsdsd\",23";
        java.io.StringReader reader = new java.io.StringReader(str);
        StringDataReader sdr = new StringDataReader(reader);
        String data = null;
        try {
            while ((data = sdr.readData()) != null) {
                System.out.println("["+data+"]");
            }
        } catch (IOException ex) {
            ex.printStackTrace();
        }
    }
}

[biankaiyong]

先按照双引号把字符串分割成一个数组。在循环按照逗号分割数组中下标为0，2，4，6....的字符串，怎么循环不用我说把，呵呵我这个方法很笨，但是绝对有效，呵呵我也是个初学，正则表达式虽然可以分割的很好，但是，看得懂的人可不多哦，我记得程序应该是写的越容易读懂越好把呵呵，不好意思哦！

[云淡风轻]

呵呵，一会儿就这么多人关注，尤其是8楼和20楼还张贴了代码，谢谢大家了先。

我也在考虑用正则表达式处理。不过还是没有头绪，我要处理的数据是这样：它是一个数据库导出的，每个表数据块第一行是表名，第二行是各个字段，下面是数据，其中文本字段的数据有引号的；表数据块与表数据块之间用空行隔开，每个表的字段数目不一。

但是讨厌的是文本字段里面有逗号与空行，现在我要处理导入这些数据就很麻烦了。数据量小可以全部读出处理，但是要处理的数据量还不小，而且要处理还不是仅这一次。

[云淡风轻]

[Quote=引用 1 楼 youanyyou 的回复:]
判断下吧 如果双引号没结束就接着读取拼起来

再去截取双引号里面的字符
[/Quote]
这个办法可以，就是效率低了些。

[云淡风轻]

[Quote=引用 11 楼 inbramble 的回复:]
先把引号里的逗号用一个不可能出现的字符串替换，然后再split，然后再把那个特殊字符换回正常的。很简单啊。
[/Quote]
首次，这个文件我知道那个字符是“不可能出现的字符”，下次呢，每次都手工，数据量大这个字符也不好找；
其次，数据量大的时候，这个替换时的查找也是个麻烦的事情咯。

[Java技术栈]

判断下吧 如果双引号没结束就接着读取拼起来

再去截取双引号里面的字符

[dr_lou]

replace "," to another sign

then split(",")

[shanxmxj]

先处理有双引号的数据，然后再处理逗号分割的数据

[fsh2008]

先检查第一个字符是否为双引号, 设置标志flag.
然后用一个双引号(")进行分割字符串, 这样就得到了
s1=11,23,34,
s2=df,sd
sdsfsdsd,sdsd
sdsd
s3=,23

然后再根据得到的标志flag, 判断哪些逗号应该去除.
比如, 如果flag为假, 也就是第一个符号不是双引号, 那么就要删除奇数位的字符串中的逗号(实际程序中下标从0开始, 就是0,2,..,2n), 也就是再对这些字符串使用逗号(,)进行分割, 得到:
s11=11, s12=23,s13=34
....

[WayneMarkRooney]

如果你的数据文件中没有引号存在的话，可以考虑先用split()方法分隔开，然后遍历每一个元素，如果元素中存在引号，则将当前元素与下一个有引号的元素合并。

[zjc198805]

先判断是否是双引号，如果是就不截取，说明是数据库中的！如果没有则进行截取操作

[dr_lou]

[Quote=引用 2 楼 dr_lou 的回复:]
replace "," to another sign

then split(",")
[/Quote]

理解错了，我再想想

[若鱼1919]

public static void main(String args[]){
        String str = "11,23,34,\"df,sd";
		str+="sdsfsdsd,sdsd";
		str+="sdsd\",23";
		System.out.println(str);
		
		StringBuffer sb= new StringBuffer();
        java.util.regex.Pattern p=java.util.regex.Pattern.compile("(\"[^\"]+\")",java.util.regex.Pattern.DOTALL) ;
        java.util.regex.Matcher m=p.matcher(str);
        while(m.find()){ 
             m.appendReplacement(sb,m.group(1).replace(',','¤'));
        }
        m.appendTail(sb);
        System.out.println();
        String arr[]=sb.toString().split(",");
		for(int i=0;i<arr.length;i++){
		    arr[i]=arr[i].replace('¤',',');
		}
		System.out.println(java.util.Arrays.toString(arr));
    }

[dr_lou]

[Quote=引用 8 楼 goldenfish1919 的回复:]
Java code

public static void main(String args[]){
String str = "11,23,34,\"df,sd";
str+="sdsfsdsd,sdsd";
str+="sdsd\",23";
System.out.println(str);

……
[/Quote].

顶了，刚找到怎么匹配“”里面的内容，你就出结果了，学习学习。

[Nature_2009]

[Quote=引用 8 楼 goldenfish1919 的回复:]

Java code

public static void main(String args[]){
String str = "11,23,34,\"df,sd";
str+="sdsfsdsd,sdsd";
str+="sdsd\",23";
System.out.println(str);

……
[/Quote]

这样的做法貌似不符合LZ的要求吧？你这个是把所有的数据组合在一起了，而LZ是读文件的，应该是readLine();他不可能把所有数据都读出来然后再组合在一起来处理吧。

[inbramble]

先把引号里的逗号用一个不可能出现的字符串替换，然后再split，然后再把那个特殊字符换回正常的。很简单啊。

[dr_lou]

[Quote=引用 10 楼 nature_2009 的回复:]
引用 8 楼 goldenfish1919 的回复:

Java code

public static void main(String args[]){
String str = "11,23,34,\"df,sd";
str+="sdsfsdsd,sdsd";
str+="sdsd\",23";
System.out.println(str);

……


这样的做……
[/Quote]

如果数据量不大，就读出来处理呗。
如果数据量大，就每次读n个字节，去掉尾端与后续串相连的部分进行处理（或者保存起来）。
然后下次再从上次处理过的最后一条后面开始读n个字节。
RandomAccessFile的seek可以做到。

[micsolaris]

如果用替换引号中的逗号的话有可能存在bug，如果字符串本身存在替换的字符那么结果将会会先问题

/**
我有一个数据文件要处理，文件的数据是逗号分割，但是数据内容本身可能有逗号（当然数据中的逗号有双引号包围的），数据也可能换行，比如：
11,23,34,"df,sd
sdsfsdsd,sdsd
sdsd",23
这个数据有五个字段，处理起来很头痛呀

哪位大侠有高招？
*/

//package com.ricky.www;

import java.util.regex.Matcher;
import java.util.regex.Pattern;
import java.util.ArrayList;

public class Test{
	public static void main(String[] args){
		String content = "11,23,34,\"df,sd\nsdsfsdsd,sdsd\nsdsd\",23";
		int i = 1;
		for(Object str : getArray(content).toArray()){
			System.out.println(i ++ + " : " + str);
		}
	}

	public static ArrayList<String> getArray(String content){
		ArrayList<String> list = new ArrayList<String>();
		
		//分两种情况来分析，一种是"fdfdf,dfdf"的，一种是不包含引号dfjdfd,dfkdf的（当然这里可能存在更加复杂的比如：dlfjd"dfd,fdf"
		//     ,这里暂不做讨论，如果有需要可以直接联系我）
		String regex = "((\"[^\"]*\")|([^\",]+)),?";
		Pattern pattern = Pattern.compile(regex);
		Matcher matcher = pattern.matcher(content);
		while(matcher.find()){
			list.add(matcher.group(1));
		}

		return list;
	}
}

[冰思雨]

public static void main(String args[]){
    BufferedReader br = new BufferedReader(new FileReader("file+dir"));
    String titleLine = br.readLine();
    String titles [] = titleLine.split("\t|\,");
    StringDataReader  reader = new StringDataReader(br);
    String datas [] = null;
    int index = 0;
    try{
        for(String data = null;(data=reader.readData())!=null;){
            if(datas==null){datas = new String[titles.length];index=0;}
            datas[index++]=data;
            if(index>=titles.length){dealRecord(datas);datas=null;}
        }
    }catch(Exception e){e.printStackTrace();}
}
private static void dealRecord(String datas[]){
    for(int i=0;i<datas.length;){
        System.out.print(datas[i++]+"\t");
        if(i>=datas.length)System.out.println();
    }
}

[dhmj2ee]

只是用java代码去判断太麻烦，而且代码不简介。可以选择用正则