Apache的骆驼：解析与多线CSV文件值

Question

我有由多行组成的第二值的一一行CSV：

field1,"this 

is still 

field2","field3" 

我想使用Apache的骆驼就搞定了，它就像一个JSON这个（解析文件后）：

{"field1":"field1","field2":"this 

is still 

field2","field3":"field3"} 

但使用如下代码：

from('something...') 
    .transform(simple('/path/demooneline.csv', File.class)) 
     .unmarshal().bindy(BindyType.Csv, Demo.class) 
     .marshal().json(JsonLibrary.Jackson).log('${body}') 

@CsvRecord(separator = ',') 
class Demo { 

    @JsonView 
    @DataField(pos = 1) 
    private String field1 

    @JsonView 
    @DataField(pos = 2) 
    private String field2 

    @JsonView 
    @DataField(pos = 3) 
    private String field3 

} 

我GETT掀背：

{"field1":"field1","field2":"this","field3":null}, 
{"field1":"is still","field2":null,"field3":null}, 
{"field1":null,"field2":"field3","field3":null} 

，它看起来像在3行分离的CSV，而不是与由引号分隔一些字段1行。默认情况下@CsvRecord有“quote”。有没有办法解析这种类型的CSV与骆驼（使用或不绑定）？

Answer 1

问题是您的CSV文件不是“典型的”。来自Wikipidia：

“CSV”不是一个明确定义的单一格式（尽管常见的定义见RFC 4180）。更确切地，在实践中，术语“CSV”是指任何文件：

1. 使用字符纯文本设置诸如ASCII，Unicode的，EBCDIC，或Shift JIS，
2. 由记录（通常为一个每行记录），
3. 与分成由分隔符分隔的字段中的记录（通常是单个保留字符诸如逗号，分号或标签;有时定界符可以包括可选的空格），
4. 其中每个记录具有相同的字段序列。

在你的情况，你的记录跨越多行，这就是为什么骆驼如您所愿，骆驼是假设每一行都是不同的唱片不解析它。

编辑

正如我在评论中提到，它看起来像骆驼Bindy不处理包含换行符引述领域。作为解决方法，您可以“预处理”源CSV文件以替换qoutes内的换行符。例如，使用Guava：

from("file:///csvSrcDir?noop=true") 
     .process(new Processor() { 
      @Override 
      public void process(Exchange exchange) throws Exception { 
      final String inBody = exchange.getIn().getBody(String.class); 
      final Iterable<String> tokens = Splitter.on("\",").split(inBody); 
      final Iterable<String> fixedTokens = FluentIterable.from(tokens).transform(new Function<String, String>() { 
       @Nullable 
       @Override 
       public String apply(String input) { 
       return input.contains("\"\n") ? input : input.replace("\n", "<br>"); 
       } 
      }); 
      final String outBody = Joiner.on("\",").join(fixedTokens); 
      exchange.getOut().setBody(outBody); 
      } 
     }) 
     .unmarshal().bindy(BindyType.Csv, Demo.class) 
     .split(body()) 
     .process(new Processor() { 
      @Override 
      public void process(Exchange exchange) throws Exception { 
      Demo body = exchange.getIn().getBody(Demo.class); 
      } 
     }); 

定制处理器将这个CSV文件：

"record 1 field1","this 

is still 

record 1 field2","record 1 field3" 
"record 2 field1","this 

is still 

record line 2 field2","record 2 field3" 

文件分为：

"record 1 field1","this<br><br>is still<br><br> record 1 field2","record 1 field3" 
"record 2 field1","this<br><br>is still<br><br> record 2 field2","record 2 field3" 

其中Bindy可以处理。