Groovy csv解析器并导出到数据库

Question

如何在不解析第一行的情况下解析CSV文件？

这个类可以工作，但我不想解析我的CSV的头。

import groovy.sql.Sql

class CSVParserService {

    boolean transactional = false

    def sql = Sql.newInstance("jdbc:mysql://localhost/RProject", "xxx", "xxx", "com.mysql.jdbc.Driver")

    def CSVList = sql.dataSet("ModuleSet")

    def CSVParser(String filepath, boolean header) {

      def parse = new File(filepath)

      // split and populate GeneInfo
      parse.splitEachLine(',') {fields ->

        CSVList.add(
                Module : fields[0],
                Function : fields[1],
                Systematic_Name : fields[2],
                Common_Name : fields[3],
              )

         return CSVList
      }

    }
}

我换了我的班，所以现在我有：

import groovy.sql.Sql

class CSVParserService {

    boolean transactional = false

    def sql = Sql.newInstance("jdbc:mysql://localhost/RProject", "xxx", "xxx", "com.mysql.jdbc.Driver")

    def CSVList = sql.dataSet("ModuleSet")

    def CSVParser(String filepath, boolean header) {

    def parse = new File(filepath).readLines()[1..-1]

    parse.each {line ->

      // split and populate GeneInfo
      line.splitEachLine(',') {fields ->

        CSVList.add(
                Module : fields[0],
                Function : fields[1],
                Systematic_Name : fields[2],
                Common_Name : fields[3],
              )

         return CSVList
      }
     }
    }
}

工作正常，直到我的CSV中的这个部分：

智人白细胞介素4受体(IL4R)，转录体1，mRNA

当我的解析器得到这个部分时，他将切入3(应该在1中)：

智人白细胞介素4受体(IL4R)

• transcript变异体1

• mRNA.

我怎么才能解决呢？谢谢你的帮助。

-新的评论--这是我的CSV系列的第2行：

"M6.6"，NA，"ILMN_1652185"，NA，NA，"IL4RA；CD124"，NA，"NM_000418.2"，"16"，"16p12.1a"，“智人白细胞介素4受体(IL4R)”，转录变异体1，mRNA。

正如你所看到的，我的问题是“智人白细胞介素4受体(IL4R)，转录体1，mRNA”；我不想在“和”之间截取文本。我的解析器应该只将'，‘从引号中分离出来(但不能在引号之间使用逗号)。例如，我有：" part1“、" part2”、"part3"，我只想要剪切part1、part2、part3，如果在my part2中有逗号，我不想剪掉这些逗号。

总之，我只想忽略引号中的逗号。

Answer 1

好的，我有我的修正！

在这里，代码：

import groovy.sql.Sql

class CSVParserService {

    boolean transactional = false

    def sql = Sql.newInstance("jdbc:mysql://localhost/RProject", "xxx", "xxx", "com.mysql.jdbc.Driver")

    def CSVList = sql.dataSet("ModuleSet")

    def CSVParser(String filepath, boolean header) {

    def parse = new File(filepath).readLines()[1..-1]

    def token = ',(?=([^\"]*\"[^\"]*\")*[^\"]*$)'

    parse.each {line ->

      // split and populate GeneInfo
      line.splitEachLine(token) {fields ->

        CSVList.add(
                Module : fields[0],
                Function : fields[1],
                Systematic_Name : fields[2],
                Common_Name : fields[3],
              )

         return CSVList
      }
     }
    }
}

有关更多详细信息，请参见本文：Java: splitting a comma-separated string but ignoring commas in quotes

Answer 2

您可以使用以下方法将文件的每一行(第一行除外)读入List：

List<String> allLinesExceptHeader = new File(filepath).readLines()[1..-1]

然后，可以使用类似于上面所示的代码来解析文件的每一行(allLinesExceptHeader的一个元素)。

allLinesExceptHeader.each {line ->    
    // Code to parse each line goes here
}