記錄一次使用OpenCsv導入大數據量報錯的問題


導入100W的Csv數據,使用OpenCsv解析工具解析Csv,發現報錯

報錯內容

com.opencsv.exceptions.CsvMalformedLineException: Unterminated quoted field at end of CSV line. Beginning of lost text: [XXXXX...]
	at com.opencsv.CSVReader.readNext(CSVReader.java:355) ~[opencsv-4.6.jar!/:na]

解析代碼

CSVParser csvParser = new CSVParserBuilder().build();
try (CSVReader readerCsv = new CSVReaderBuilder(new InputStreamReader(csv)).withCSVParser(csvParser).build()) {
    String[] lines;
    while ((lines = readerCsv.readNext()) != null) {
        doRead(lines);
    }
} catch (CsvValidationException e) {
    throw new IOException(e);
}

報錯位置發生在英文逗號處,一開始懷疑是英文逗號解析問題
Csv 文本報錯位置

"XXXXX\","XXXXX"
......
"2018-04-28 00:40:43","xxx,XXXXX"

去掉當前位置英文逗號導入仍舊失敗
后來查看源碼發現默認的 CSVParser 會對反斜杠""進行處理

這導致了解析Csv邏輯與源文件不同
后來使用了 RFC4180Parser 問題解決

RFC4180Parser rfc4180Parser = new RFC4180ParserBuilder().build();
try (CSVReader readerCsv = new CSVReaderBuilder(new InputStreamReader(csv)).withCSVParser(rfc4180Parser).build()) {
    String[] lines;
    while ((lines = readerCsv.readNext()) != null) {
        doRead(lines);
    }
} catch (CsvValidationException e) {
    throw new IOException(e);
}

參考文檔:(RFC4180標准文檔)https://datatracker.ietf.org/doc/html/rfc4180


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM