Super CSV是读取/解析，验证和映射CSV文件到POJO的绝佳选择！

我们(Super CSV团队)刚刚发布了一个新版本(您可以从SourceForge或Maven下载它)。

读取CSV文件

以下示例使用read()(我们刚刚发布的新阅读器，使用Dozer进行具有深度映射和基于索引的映射支持的Bean映射)-该示例基于我们网站上的示例。 如果不需要推土机功能(或者只需要简单的独立依赖项)，则可以改用null(请参见此代码示例)。

CSV文件示例

这是一个示例CSV文件，代表对调查的答复。 它有一个标题和3行数据，所有行都有8列。

age,consentGiven,questionNo1,answer1,questionNo2,answer2,questionNo3,answer3

18,Y,1,Twelve,2,Albert Einstein,3,Big Bang Theory

,Y,1,Thirteen,2,Nikola Tesla,3,Stargate

42,N,1,,2,Carl Sagan,3,Star Wars

定义从CSV到POJO的映射

CSV的每一行都将被读入SurveyResponse类，每个类都有一个“答案列表”。 为了使映射起作用，您的类应该是有效的Javabeans(即具有默认的no-arg构造函数，并为每个字段定义了getter / setter)。

在Super CSV中，您可以使用简单的String数组定义映射-数组的每个元素都对应于CSV文件中的一列。

使用read()您可以使用：

简单字段映射(例如read())

深度映射(例如read())

索引映射(例如read()-数组或集合的从零开始的索引)

深度+索引映射(例如read())

以下是此示例的字段映射-它使用了这些的组合：

private static final String[] FIELD_MAPPING = new String[] {

"age", // simple field mapping (like for CsvBeanReader)

"consentGiven", // as above

"answers[0].questionNo", // indexed (first element) + deep mapping

"answers[0].answer",

"answers[1].questionNo", // indexed (second element) + deep mapping

"answers[1].answer",

"answers[2].questionNo",

"answers[2].answer" };

转换和验证

超级CSV具有有用的单元处理器库，可用于将字符串从CSV文件转换为其他数据类型(例如，日期，整数)，或进行约束验证(例如，强制/可选，正则表达式匹配，范围检查) 。

使用单元处理器是完全可选的-没有它们，CSV的每一列都将是一个字符串，因此每个字段也必须是一个字符串。

以下是该示例的单元处理器配置。 与字段映射一样，数组中的每个元素都代表一个CSV列。 它演示了单元处理器如何将CSV数据转换为您字段的数据类型，以及如何将它们链接在一起。

final CellProcessor[] processors = new CellProcessor[] {

new Optional(new ParseInt()), // age

new ParseBool(), // consent

new ParseInt(), // questionNo 1

new Optional(), // answer 1

new ParseInt(), // questionNo 2

new Optional(), // answer 2

new ParseInt(), // questionNo 3

new Optional() // answer 3

};

阅读

使用Super CSV进行读取非常灵活：您可以提供自己的read()(以便您可以从文件，类路径，zip文件等中读取内容)，并且可以通过首选项配置定界符和引号字符(其中有很多 满足大多数用途的预定义配置)。

下面的代码是不言自明的。

创建阅读器(带有read()和首选项)

(可选)阅读标题

配置bean映射

继续拨打read()，直到得到null(文件末尾)

关闭阅读器

码：

ICsvDozerBeanReader beanReader = null;

try {

beanReader = new CsvDozerBeanReader(new FileReader(CSV_FILENAME),

CsvPreference.STANDARD_PREFERENCE);

beanReader.getHeader(true); // ignore the header

beanReader.configureBeanMapping(SurveyResponse.class, FIELD_MAPPING);

SurveyResponse surveyResponse;

while( (surveyResponse =

beanReader.read(SurveyResponse.class, processors)) != null ) {

System.out.println(

String.format("lineNo=%s, rowNo=%s, surveyResponse=%s",

beanReader.getLineNumber(), beanReader.getRowNumber(),

surveyResponse));

}

} finally {

if( beanReader != null ) {

beanReader.close();

}

}

输出：

lineNo=2, rowNo=2, surveyResponse=SurveyResponse [age=18, consentGiven=true, answers=[Answer [questionNo=1, answer=Twelve], Answer [questionNo=2, answer=Albert Einstein], Answer [questionNo=3, answer=Big Bang Theory]]]

lineNo=3, rowNo=3, surveyResponse=SurveyResponse [age=null, consentGiven=true, answers=[Answer [questionNo=1, answer=Thirteen], Answer [questionNo=2, answer=Nikola Tesla], Answer [questionNo=3, answer=Stargate]]]

lineNo=4, rowNo=4, surveyResponse=SurveyResponse [age=42, consentGiven=false, answers=[Answer [questionNo=1, answer=null], Answer [questionNo=2, answer=Carl Sagan], Answer [questionNo=3, answer=Star Wars]]]

更多信息

您可以在网站上找到更多信息！