我们成功地使用了 http://opencsv.sourceforge.net/

我还遇到了另一个带有良好链接的问题：Java lib还是将CSV转换为XML文件的应用程序？

超级CSV是读取/解析，验证和将CSV文件映射到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）。

读取 CSV 文件

以下示例使用（我们刚刚发布的新阅读器，它使用 Dozer 进行豆类映射，支持深度映射和基于索引的映射） - 它基于我们网站的示例。如果您不需要 Dozer 功能（或者您只需要一个简单的独立依赖项），则可以改用（请参阅此代码示例）。CsvDozerBeanReaderCsvBeanReader

示例 CSV 文件

下面是一个示例 CSV 文件，表示对调查的响应。它有一个标题和3行数据，所有数据都有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

每行 CSV 将被读入一个 SurveyResponse 类，每个类都有一个答案列表。为了使映射正常工作，您的类应该是有效的Javabean（即具有默认的no-arg构造函数，并为每个字段定义了getters/setters）。

在Super CSV中，您可以使用简单的字符串数组定义映射 - 数组的每个元素对应于CSV文件中的一列。

您可以使用：CsvDozerBeanMapper

• 简单的字段映射（例如firstName)

• 深度映射（例如address.country.code)

• 索引映射（例如 - 数组或集合的从零开始的索引）middleNames[1]

• 深度 + 索引映射（例如person.middleNames[1])

以下是此示例的字段映射 - 它使用这些字段的组合：

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

Super CSV有一个有用的单元格处理器库，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）。

使用单元格处理器是完全可选的 - 如果没有它们，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表示一个 CSV 列。它演示了单元格处理器如何将 CSV 数据转换为字段的数据类型，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
};

读数

使用Super CSV进行读取非常灵活：您可以提供自己的内容（因此您可以从文件，类路径，zip文件等中读取），并且分隔符和引号字符可以通过首选项进行配置（其中有许多预定义的配置可以满足大多数用法）。Reader

下面的代码非常不言自明。

1. 创建阅读器（使用您的首选项和首选项）Reader

2. （可选）读取标头

3. 配置 Bean 映射

4. 继续调用，直到获得（文件末尾）read()null

5. 关闭阅读器

法典：

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！