csv - Univocity 解析器 - 给出的信息太少时自动检测错误的定界符

Question

我将解析器设置为自动检测分隔符

CsvParserSettings settings = new CsvParserSettings();
settings.detectFormatAutomatically();

我只有 1 条记录：47W2E2qxPs, http://usda.gov/mattis.html

我得到了什么：

code: 47W2E2qxPshttp url: //usda.gov/mattis.html

我希望分隔符是,而不是:

所以我的预期结果是47W2E2qxPsand http://usda.gov/mattis.html。

我可以用优雅的方式修复它吗？

score 1 · Accepted Answer

图书馆的作者在这里。检测过程是一种启发式方法，它使用从输入的多行中收集的统计信息。因此，它在很大程度上取决于输入的大小。

其目的是处理您无法轻松确定 CSV 格式的情况 - 例如当用户向您上传随机文件时。如果您已经知道什么是正确的分隔符，请不要使用检测过程。

在您的情况下，一行数据绝对不足以可靠地检测分隔符，尤其是在存在多个符号的情况下。除了在继续之前测试检测到的分隔符之外，您几乎无能为力：

parser.beginParsing(new File("/path/to/your.csv"));
CsvFormat format = parser.getDetectedFormat();
//check if the format is sane.

下一个版本（2.6.0）将包括更多选项来辅助启发式，例如提供一组允许的字符用作分隔符 - 这可能对您的情况有所帮助。

1 回答 1