不能无脑用 String.split(","),因为CSV规范允许字段用双引号包裹并包含逗号、换行符或转义双引号,直接分割会导致错误切分;应使用Apache Commons CSV等成熟库解析,或在数据绝对干净时谨慎手写状态机逻辑。
直接用 string.split(",") 提取 csv 字段看似简单,但实际容易出错——它无法正确处理带逗号、换行符或双引号的字段(比如 "smith, john",25,"new york")。真要安全提取,得先理解 csv 的规范,再选择合适方法。
为什么不能无脑用 split(",")
CSV 规范允许字段用双引号包裹,其中可包含逗号、换行甚至双引号本身(转义为两个双引号)。例如:
"Alice ""The Builder""",42,"123, Main St Apt 4B"若直接 split(","),会错误切出 6 个字段,而非预期的 3 个。
推荐方案:用成熟 CSV 解析库(最稳妥)
Java 生态有轻量可靠的库,不建议自己写解析逻辑。推荐两个:
从 CSV 数据集生成图数据库加载器和三元组映射。将表格 CSV 数据转换为图数据库可直接使用的节点、边和三元组。
- Apache Commons CSV:零依赖、API 清晰、支持自定义分隔符和引号策略
- OpenCSV:成熟稳定,支持 Bean 映射,适合结构化读取
示例(Apache Commons CSV):
CSVParser parser = CSVFormat.DEFAULT.parse(new StringReader(line));
List<String> fields = parser.getRecords().get(0).stream()
.map(CSVRecord::get)
.collect(Collectors.toList());
如果必须手写简单解析(仅限可控、无引号/换行的 CSV)
仅当确认数据绝对干净(如导出自固定程序、不含引号、逗号、换行),才考虑增强版 split:
- 用正则
split("(?<!["\w]),(?!["\w])")粗略避开引号内逗号(不严谨,慎用) - 更可靠的是手动遍历字符,按状态机识别引号内外,跳过引号内的分隔符
- 注意:需同时处理
""转义为单个",以及去除首尾引号
提取后字段清洗建议
即使解析正确,原始字段常含空格或引号残留:
- 对每个字段调用
trim() - 若以双引号开头结尾,用
str.substring(1, str.length()-1)去除(前提是已确认被引号包裹) - 将
""替换为":field.replace("""", """)

















