使用String.split（）将文本分隔符分割为csv文件

Question

我有一个逗号分隔的文件，其中包含许多与下面类似的行。

Sachin,,M,"Maths,Science,English",Need to improve in these subjects. 

引号用于转义用于表示多个值的分隔符逗号。

现在如何尽可能地使用String.split()将逗号分隔符上的上述值分开？

Answer 1

public static void main(String[] args) { 
    String s = "Sachin,,M,\"Maths,Science,English\",Need to improve in these subjects."; 
    String[] splitted = s.split(",(?=([^\"]*\"[^\"]*\")*[^\"]*$)"); 
    System.out.println(Arrays.toString(splitted)); 
} 

输出：

[Sachin, , M, "Maths,Science,English", Need to improve in these subjects.] 

Answer 2

如果字符串所有合式有可能用以下正则表达式：

String[] res = str.split(",(?=([^\"]|\"[^\"]*\")*$)"); 

表达确保分裂仅在其后面的偶数（或零）数逗号发生引号（因此不在此类引号内）。

尽管如此，使用简单的非正则表达式解析器可能更容易。

Answer 3

作为您的问题/要求不那么复杂的自定义方法可以利用，超过20倍执行得更快，并产生相同的结果。 这是根据数据大小和解析的行数而变化的，对于使用正则表达式的更复杂的问题是必须的。

import java.util.Arrays; 
import java.util.ArrayList; 
public class SplitTest { 

public static void main(String[] args) { 

    String s = "Sachin,,M,\"Maths,Science,English\",Need to improve in these subjects."; 
    String[] splitted = null; 

//Measure Regular Expression 
    long startTime = System.nanoTime(); 
    for(int i=0; i<10; i++) 
    splitted = s.split(",(?=([^\"]*\"[^\"]*\")*[^\"]*$)"); 
    long endTime = System.nanoTime(); 

    System.out.println("Took: " + (endTime-startTime)); 
    System.out.println(Arrays.toString(splitted)); 
    System.out.println(""); 


    ArrayList<String> sw = null;   
//Measure Custom Method 
      startTime = System.nanoTime(); 
    for(int i=0; i<10; i++) 
    sw = customSplitSpecific(s); 
    endTime = System.nanoTime(); 

    System.out.println("Took: " + (endTime-startTime)); 
    System.out.println(sw);   
} 

public static ArrayList<String> customSplitSpecific(String s) 
{ 
    ArrayList<String> words = new ArrayList<String>(); 
    boolean notInsideComma = true; 
    int start =0, end=0; 
    for(int i=0; i<s.length()-1; i++) 
    { 
     if(s.charAt(i)==',' && notInsideComma) 
     { 
      words.add(s.substring(start,i)); 
      start = i+1;     
     } 
     else if(s.charAt(i)=='"') 
     notInsideComma=!notInsideComma; 
    } 
    words.add(s.substring(start)); 
    return words; 
} 

}

在我自己的电脑，这产生：

Took: 6651100 
[Sachin, , M, "Maths,Science,English", Need to improve in these subjects.] 

Took: 224179 
[Sachin, , M, "Maths,Science,English", Need to improve in these subjects.]