csv - 文件内容读取

简单读取

简单读取指的是，文件不包含特殊字符。

读取方式：按行读取，然后按逗号进行拆分，一般只需要注意中文乱码。

标准读取

标准的 csv 文件，应当有这些特点：

• csv 文件不是按行读取，而是按字符读取；
• csv 文件每一行，字段总数并不是固定的；
• csv 文件的字段，允许包含逗号和引号，这时候字段需要用引号圈起来；
• csv 文件的一行，不等价于一行记录，如果字段中包含换行符，一行记录就会被拆分成多行。

因此，csv 文件的读取，实际上，不能草率地直接按行读取。

• 读取一个字段，如果首字符是引号，则说明字段值中，可能包含引号；
• 引号的转义，是两个引号，读取到两个引号，需要转义成一个引号；
• 读取到“引号+逗号”，则说明当前字段读取结束；
• 读取到“引号+换行符”，则说明当前记录读取结束；

其中，读取到单引号，但是没有跟逗号或者引号，则说明文档内容有误，但是无需报错，当成单引号正常读取即可。

推荐方案

要读取标准的 csv 文件，其实算法是非常复杂的，因此需要考虑性能问题；

日常使用的时候，如果明确文件不包含特殊字符，就可以进行简单读取；

因此，设计上，可以分为两套工具：一套专注于提高读取效率；一套专注与读取内容准确。

不推荐自己编写专业读取工具

想要设计专业的工具，使用标准的手段进行读取，不要尝试自己编码，因为短期内根本不可能实现。

推荐选用类库：open-csv，csv-reader 等。

问题分析：

如果只考虑到功能实现，按照前面提到的思路，一个字符一个字符地读取，技术上没啥问题，最终自然是能实现；

但是，编码实现过程中，必定用到 StringBuilder，如果一个字符一个字符地追加，会造成严重的性能浪费；

关键代码如下，如果你已经准备编码，就会发现算法难度极高。

想要优化得好，最终的代码，只会比 BufferedReader 复杂，除非你有很多时间，不然不推荐自己写。

class Test{

    // 最终会用到的应当是一个字符流
    public static Reader reader;
	
	// 考虑到性能，必定会用到缓存，一次读取一大段
    public static char[] buf;

    public static void main(String[] args) throws IOException {
        len = reader.read(buf);
		
		// 这个函数必定被用到	
        new StringBuilder().append(buf, 0, len);
    }
}