《Java面向对象程序设计》学习笔记——CSV文件的读写与处理

​笔记汇总：《Java面向对象程序设计》学习笔记

笔记记录的不是非常详实，如果有补充的建议或纠错，请踊跃评论留言！！！

什么是CSV文件

CSV文件的定义

CSV 是英文 comma-separated values 的缩写，翻译为 “逗号分隔值“。

CSV 文件可以理解为以带逗号分隔（也可以是其他简单字符分割）的纯文本形式存储表格数据的文件。

CSV文件与Excel文件的关系

CSV文件和Excel文件有点像，但Excel是带格式的文件，且一个工作表里最多只可以存放 1048576 （2^10）行。

可以使用Excel打开CSV。但如果没有按照指定编码方式进行保存，用Excel打开CSV会乱码。

CSV文件的优点

• 方便数据交换

• 无最大行数的限制

CSV文件格式

格式规范

• CSV文件第一行可以是字段名（也可以不写字段名直接写数据）

• 接下来每一行是字段所对应的值

• 不同 字段/数据 之间用 逗号 隔开

• 其他格式规范

比如：

// 通讯录.csv
姓名,手机,QQ,微信号
小新,13913000001,1819122001,xx9907
小亮,13913000002,1819122002,xiaoliang
小刚,13913000003,1819122003,gang1004
大刘,13913000004,1819122004,liu666
大王,13913000005,1819122005,jack_w
奇妙方程式,12345678910,229600398,qq229600398

// 统计demo.csv
下单,0,a,BCF
付款,0,a,BCF
发货,0,a,BCF
付款,0,a,BCF
收款,0,a,BCF
下单,0,a,BCF
付款,0,a,BCF

CSV文件的读写操作

注意事项

• 其实CSV文件有固定的规范，简单的用逗号分隔，并不是安全的解析方法

  比如：有些值中有逗号，直接使用split分隔逗号会出问题

• 一般都是使用类库来对csv文件进行处理，比如python的csv库、java的open-csv库。

• 其实在读写时最好上锁。

• 但个人练习没啥大问题。

• 使用Java读写文件后记得调用方法关闭流。

读取方法

以下为Java中读取CSV文件的方法，程序打印所读内容

// test.csv
Id,SepalLengthCm,SepalWidthCm,PetalLengthCm,PetalWidthCm,Species
1,5.1,1.4,1.4,0.2,Iris-setosa
2,4.9,3,1.4,0.2,Iris-setosa
3,4.7,3.2,1.3,0.2,Iris-setosa
4,4.6,3.1,1.5,0.2,Iris-setosa
5,5,3.6,1.4,0.2,Iris-setosa
6,5.4,3.9,1.7,0.4,Iris-setosa
7,4.6,3.4,1.4,0.3,Iris-setosa
8,5,3.4,1.5,0.2,Iris-setosa

// Csv.java
package csv;import java.io.BufferedReader;
import java.io.FileReader;public class Csv {public static void main(String[] args) {String filepath = "D:\\CSV文件\\test.csv";String[][] alldata = null;try {// 1. 创建流// 创建FileReader和BufferedReader对象来读取文件内容FileReader filereader = new FileReader(filepath);BufferedReader buffereader = new BufferedReader(filereader);// 当然写在一起也行// BufferedReader buffereader = new BufferedReader(new FileReader(filepath));// 2. 计算文件中的行数int linenumber = 0;while (buffereader.readLine() != null) {linenumber++;}// 3. 将缓冲读取器重置为从文件开头读取filereader = new FileReader(filepath);buffereader = new BufferedReader(filereader);// 4. 用适当的维度初始化AllData数组alldata = new String[linenumber][];// 5. 读取内容，存储到内存(数组、Map或其他数据类型)中。使用split分隔逗号，还可以使用正则表达式进一步处理。String line;linenumber = 0;while ((line = buffereader.readLine()) != null) {// 按逗号分隔每行数据String[] data = line.split(",");// 第一种方式
//		        if (data.length > 0) {
//		        	// 初始化内部数组
//		            alldata[linenumber] = new String[data.length];
//		            // 存入二维字符数组中
//		        	for (int i = 0; i < data.length; i++) {
//		        		alldata[linenumber][i] = data[i];
//					}
//		        }// 第二种方式alldata[linenumber] = data;linenumber++;}// 6. 输出存储数据for (int i = 0; i < linenumber; i++) {System.out.print(alldata[i][0]);for (int j = 1; j < alldata[0].length; j++) {System.out.print(","+alldata[i][j]);}System.out.println();}// 7. 关闭FileReader流和BufferedReader流filereader.close();buffereader.close();} catch (Exception e) {// 处理异常情况e.printStackTrace();}}
}

// 输出
Id,SepalLengthCm,SepalWidthCm,PetalLengthCm,PetalWidthCm,Species
1,5.1,1.4,1.4,0.2,Iris-setosa
2,4.9,3,1.4,0.2,Iris-setosa
3,4.7,3.2,1.3,0.2,Iris-setosa
4,4.6,3.1,1.5,0.2,Iris-setosa
5,5,3.6,1.4,0.2,Iris-setosa
6,5.4,3.9,1.7,0.4,Iris-setosa
7,4.6,3.4,1.4,0.3,Iris-setosa
8,5,3.4,1.5,0.2,Iris-setosa

写入方法

以下为Java中读取CSV文件，写入新CSV文件的方法（读取方法的代码和上面一致，就省略）。

// Csv.java
package csv;import java.io.BufferedReader;
import java.io.BufferedWriter;
import java.io.FileReader;
import java.io.FileWriter;public class Csv {public static void main(String[] args) {String filepath = "D:\\CSV文件\\test.csv";String[][] alldata = null;try {// 接上面的代码，省略// 1. 创建流// 创建FileWriter和BufferedWriter对象来读取文件内容filepath = "D:\\CSV文件\\test1.csv";FileWriter filewriter = new FileWriter(filepath);BufferedWriter bufferwriter = new BufferedWriter(filewriter);// 当然写在一起也行
//		    BufferedWriter bufferwriter = new BufferedWriter(new FileWriter(filepath));// 2. 写入新文件for(String[] str:alldata) {String context = str[0];for (int i = 1; i < alldata[0].length; i++) {context = context + "," + str[i];}bufferwriter.write(context);bufferwriter.newLine(); // 换行}// 3. 关闭BufferedWriter流和FileWriter流，顺序不要搞反bufferwriter.close();filewriter.close();} catch (Exception e) {// 处理异常情况e.printStackTrace();}}
}

数据处理

数据处理其实不涉及IO流的知识，更多涉及正则表达式、字符串操作、循环、赋值等知识。

比如寻找最值、计算平均值、提取某个数据等。

正则表达式

匹配整数和小数

// 匹配整数或小数的字符串
// -? 表示可选的负号，匹配一个或零个负号。
// \\d+ 匹配一个或多个数字字符。
// (\\.\\d+)? 表示可选的小数部分，包括一个点号和一个或多个数字字符。
String regex = "-?(0|[1-9]\\d*)(\\.\\d+)?";if (s.matches(regex)) {···
}else {···
}

其他匹配方式欢迎补充

字符串操作

split() 方法分隔逗号

result = s.split(",");

equals() 方法判断字符串是否相等

if (s.equals(num)) {···
}else {···
}

trim() 方法去除字符串两端的空格或指定字符

String s = " 1 23 4 ";
s = s.trim();
System.out.print(s);
// 输出
1 23 4

其他方法欢迎补充

缺值处理

1. 使用正则表达式统计出现次数
2. 排序后取最大最小值
3. 使用平均值、中位数等填充缺失数据

其他方法欢迎补充

练习案例

1. 读取 CSV 文件并按第一列分组计数

// 统计demo.csv
下单,0,a,BCF
付款,0,a,BCF
发货,0,a,BCF
付款,0,a,BCF
收款,0,a,BCF
下单,0,a,BCF
付款,0,a,BCF

// CsvDataGrouping.java
package csv;import java.io.BufferedReader;
import java.io.FileReader;
import java.util.HashMap;
import java.util.Map;public class CsvDataGrouping {public static void main(String[] args) {String filepath = "D:\\CSV文件\\统计demo.csv";try {// 创建一个BufferedReader对象来读取文件BufferedReader reader = new BufferedReader(new FileReader(filepath));// 创建一个Map来存储统计结果Map<String, Integer> countMap = new HashMap<>();String line;while ((line = reader.readLine()) != null) {// 按逗号分隔每行数据String[] data = line.split(",");if (data.length > 0) {// 去除首尾空格并取得关键字String key = data[0].trim();// 统计关键字出现次数countMap.put(key, countMap.getOrDefault(key, 0) + 1);}}// 输出统计结果for (Map.Entry<String, Integer> entry : countMap.entrySet()) {System.out.println(entry.getKey() + ": " + entry.getValue());}} catch (Exception e) {// 处理异常情况e.printStackTrace();}}
}

// 输出
下单: 2
收款: 1
发货: 1
付款: 3

代码大致说明

在这段代码中，我们首先定义了一个文件路径 filepath，它指向要读取的CSV文件。然后我们使用 BufferedReader 和 FileReader 来创建一个读取文件的对象 reader。

接下来，我们创建了一个 Map<String, Integer> 类型的对象 countMap，用于统计每个关键字出现的次数。

然后，我们使用 reader.readLine() 逐行读取文件内容，将每一行按逗号分隔成字符串数组 data。如果数组长度大于0，说明该行有数据，我们提取关键字 key。然后使用 countMap.getOrDefault(key, 0) + 1 统计关键字出现的次数，并将结果存入 countMap 中。

最后，我们遍历 countMap 中的键值对，并打印出每个关键字及其出现的次数。

代码详细说明

上述代码是一个Java程序，用于读取指定路径下的CSV文件并统计每个关键字出现的次数。让我们逐步分析代码：

1. main方法是程序的入口点，使用了public static void修饰符，表示它是一个公共静态方法，不返回任何值，接受一个String类型的数组作为参数。
2. String filepath = "D:\\CSV文件\\统计demo.csv"; 定义了一个字符串变量 filepath，用于存储CSV文件的路径。
3. 在 try-catch 块中，代码通过创建 BufferedReader 对象来读取文件内容。使用 new BufferedReader(new FileReader(filepath))，传入一个 FileReader 对象，该对象负责读取指定路径下的文件。
4. 创建了一个 Map<String, Integer> 类型的变量 countMap，用于存储统计结果。HashMap 类实现了 Map 接口，可以存储键值对，这里键的类型是 String，值的类型是 Integer。
5. 进入一个 while 循环，读取文件的每一行数据，将读取的结果存储在 line 变量中。循环条件为 line = reader.readLine()，当读取到的行不为空时继续循环。
6. 在循环中，通过 line.split(",") 使用逗号分隔每一行的数据，并将结果存储在 data 数组中。
7. 如果 data 数组的长度大于0，表示当前行有数据。代码通过 data[0].trim() 去除首尾空格并获取关键字，将结果存储在 key 变量中。
8. 通过 countMap.getOrDefault(key, 0) 获取 countMap 中关键字 key 对应的值，如果不存在则返回默认值0。
9. 使用 countMap.put(key, countMap.getOrDefault(key, 0) + 1) 将关键字 key 的出现次数加1，并将结果保存回 countMap 中。
10. 循环结束后，通过遍历 countMap 的每个条目，使用 entry.getKey() 获取关键字，使用 entry.getValue() 获取关键字出现的次数，并将结果打印到控制台。
11. 在 catch 块中，代码捕捉并处理可能发生的异常情况，使用 e.printStackTrace() 打印异常堆栈信息。

总体而言，这段代码读取指定路径下的CSV文件，统计每个关键字出现的次数，并将结果输出到控制台。

2. 读数据的第一行，输出所有的值、最值、指定数值出现的次数

// iris.csv
Id,SepalLengthCm,SepalWidthCm,PetalLengthCm,PetalWidthCm,Species
1,5.1,1.4,1.4,0.2,Iris-setosa
2,4.9,3,1.4,0.2,Iris-setosa
3,4.7,3.2,1.3,0.2,Iris-setosa
4,4.6,3.1,1.5,0.2,Iris-setosa
5,5,3.6,1.4,0.2,Iris-setosa

// IrisData.java
package csv;import java.io.BufferedReader;
import java.io.File;
import java.io.FileReader;
import java.io.IOException;
import java.util.ArrayList;
import java.util.Arrays;public class IrisData {public static void main(String[] args) {// 创建文件对象，指向要读取的CSV文件File file = new File("D:\\CSV文件\\Iris.csv");String[] result = new String[10];// 匹配整数或小数的字符串// -? 表示可选的负号，匹配一个或零个负号。// \\d+ 匹配一个或多个数字字符。// (\\.\\d+)? 表示可选的小数部分，包括一个点号和一个或多个数字字符。String regex = "-?(0|[1-9]\\d*)(\\.\\d+)?";try {// 创建FileReader和BufferedReader对象来读取文件内容FileReader fr = new FileReader(file);BufferedReader br = new BufferedReader(fr);String string;int line = 0;// 逐行读取文件内容while ((string = br.readLine()) != null) {// 当行数为1时，将该行按逗号分割成字符串数组并存储在result中if (line == 1) {result = string.split(",");// 数组拷贝方法。从源数组中指定的范围复制一部分元素到一个新的数组中。// Arrays.copyOfRange(源数组, 起始位置, 终止位置)// 相当于复制下标1->最后的数组给原字符串，同时改变了原数组的长度result = Arrays.copyOfRange(result, 1, result.length);break;}line ++;}br.close();} catch (IOException e) {e.printStackTrace();}// 创建ArrayList对象用于存储符合条件的数字ArrayList<Double> numbers = new ArrayList<>();// 如果34行附近没有对数组进行截取拷贝操作// 则可以调整循环，使其在迭代结果数组时从索引1而不是0开始// 这种方式更为简单粗暴for (int i = 0; i < result.length; i++) {// 判断字符串是否匹配正则表达式，如果匹配则将其转换为Double类型并添加到numbers中if (result[i].matches(regex)) {numbers.add(Double.parseDouble(result[i]));}}// 打印列表中的所有数字for (int i = 0; i < numbers.size(); i++) {System.out.println(numbers.get(i));}// 输出指定数字在列表中出现的次数System.out.println("1.4 出现了 " + getCount(numbers, 1.4) + " 次");// 输出列表中的最大值和最小值System.out.println("max: " + getMaxAndMin(numbers)[0] + "\nmin: " + getMaxAndMin(numbers)[1]);}/*** 统计给定数值在列表中出现的次数** @param numbers 列表* @param num     给定数值* @return 出现次数*/public static int getCount(ArrayList<Double> numbers, Double num) {int count = 0;for (int i = 0; i < numbers.size(); i++) {if (numbers.get(i).equals(num)) {count ++;}}return count;}/*** 获取列表中的最大值和最小值** @param numbers 列表* @return 包含最大值和最小值的数组，索引0为最大值，索引1为最小值*/public static Double[] getMaxAndMin(ArrayList<Double> numbers) {Double[] max = {numbers.get(0), numbers.get(0)};for (int i = 0; i < numbers.size(); i++) {if (numbers.get(i) > max[0]) {max[0] = numbers.get(i);}if (numbers.get(i) < max[1]) {max[1] = numbers.get(i);}}return max;}
}

// 输出
5.1
1.4
1.4
0.2
1.4 出现了 2 次
max: 5.1
min: 0.2

代码大致说明

这段代码读取一个CSV文件，并对文件中的数据进行分析。首先，它读取文件的第二行数据（索引为1），将该行按逗号分割成字符串数组 result，copyOfRange() 方法用于排除第一个元素，它表示ID列。然后存储在 numbers 列表中的元素必须满足正则表达式 regex 的匹配条件（即匹配一个浮点数），才会被添加到 numbers 列表中。

接下来，它使用两个辅助方法 getCount 和 getMaxAndMin 分别计算列表中指定数值出现的次数，以及列表中的最大值和最小值。

在 getCount 方法中，它遍历列表中的元素，如果元素与给定的数值相等，则计数器 count 自增。

在 getMaxAndMin 方法中，它首先将列表的第一个元素作为最大值和最小值的初始值。然后遍历列表中的元素，如果当前元素大于最大值，则更新最大值；如果当前元素小于最小值，则更新最小值。最后，它返回一个包含最大值和最小值的数组。

最后，它打印出列表中的所有数值，以及给定数值 1.4 在列表中出现的次数，以及列表中的最大值和最小值。

代码详细说明

给定的代码是一个Java程序，它从名为"Iris.csv"的CSV文件中读取数据，并对数据执行一些操作。让我们逐步分析代码：

1. 代码开始导入必要的类和包。
2. 定义了IrisData类，其中包含程序执行开始的主方法。
3. 创建了一个File对象来表示CSV文件的位置。
4. 初始化了一个字符串数组result，长度为10。该数组将存储从CSV文件中提取的值。
5. 定义了一个正则表达式模式regex，用于匹配整数或小数字符串。
6. 在try-catch块内，创建了FileReader和BufferedReader来读取文件内容。
7. 代码进入一个循环，使用BufferedReader的readLine()方法逐行读取文件内容。
8. 当行号为1时（行号从0开始），代码使用逗号分隔符拆分行，并将结果数组存储在result变量中。使用Arrays.copyOfRange()方法来排除第一个元素，该元素表示ID列。
9. 循环在读取第一行后中断。
10. 关闭BufferedReader以释放系统资源。
11. 创建一个名为numbers的ArrayList<Double>，用于存储从result数组中提取的数字。
12. 循环遍历result数组，检查每个元素是否与正则表达式模式匹配。如果找到匹配项，将元素转换为Double值并添加到numbers列表中。
13. 另一个循环用于打印numbers列表中的所有数字。
14. 程序调用getCount()方法，将numbers列表和值1.4作为参数传递，并打印1.4在列表中出现的次数。
15. 程序调用getMaxAndMin()方法，将numbers列表作为参数传递，并打印列表中的最大值和最小值。
16. getCount()方法接受一个ArrayList<Double>和一个Double值作为参数，在列表中计算给定值出现的次数。
17. getMaxAndMin()方法接受一个ArrayList<Double>作为参数，并返回一个包含列表中最大值和最小值的数组。

总体而言，该代码读取CSV文件，从特定行提取数值，将其存储在一个列表中，并执行一些操作，如计数出现次数和查找最大值和最小值。

3. 读第三个字段的所有值，输出所有的值、最值、指定数值出现的次数

其实就是读第三列的所有值，输出所有的值、最值、指定数值出现的次数。

CSV文件和上一题一样，省略

读文件方式和上一题差不多，省略相同代码，其实也就只是处理时稍微不一样而已

// 逐行读取文件内容
while ((string = br.readLine()) != null) {// 当行数大于0时，将该行按逗号分割成字符串数组并存储在result中if (line > 0) {String[] r = string.split(",");// 题目要求读第三列的所有值，即下标2的值result[line-1] = r[2];}line ++;
}
// 数组拷贝方法。从源数组中指定的范围复制一部分元素到一个新的数组中。
// Arrays.copyOfRange(源数组, 起始位置, 终止位置)
// 相当于复制下标1->最后的数组给原字符串，同时改变了原数组的长度
result = Arrays.copyOfRange(result, 0, line-1);br.close();

代码大致说明

这段代码读取一个CSV文件的行，跳过标题行，将每行按逗号分割，并将第三列的值存储在 result 数组中。然后，数组被重新调整大小以删除未使用的元素，并且关闭了 BufferedReader。

代码详细说明

1. while 循环使用 br.readLine() 逐行读取文件的内容，并将其赋值给变量 string。
2. 条件 string = br.readLine() 检查 string 是否不为空，这意味着仍有待读取的行。
3. 在循环内部，代码检查 line 是否大于 0。这确保跳过标题行（第 0 行），只处理数据行。
4. 如果 line 大于 0，则代码使用逗号（,）分隔 string，通过 string.split(",") 得到一个值的数组。
5. 将 r 数组中索引为 2 的值（表示第三列）赋值给 result 数组的相应索引（result[line-1] = r[2]）。
6. 处理完每一行后，递增 line 变量的值。
7. 一旦所有行都被处理完，代码使用 Arrays.copyOfRange() 方法创建一个名为 result 的新数组，它的长度更小。
8. Arrays.copyOfRange() 方法从源数组中创建一个新数组，从指定的起始索引（0）开始，到指定的结束索引（line-1）结束。这有效地删除了 result 数组中未使用的元素。
9. 更新后的 result 数组被重新赋值给 result 变量。
10. 最后，代码关闭了 BufferedReader，以释放系统资源。

参考资料

b站视频

1分钟学java:统计csv文件中的数据：https://www.bilibili.com/video/BV1zX4y1Y7PJ

CSDN文章

java 操作文件及问题解决（csv）：https://blog.csdn.net/weixin_43763430/article/details/125346370

致谢

感谢群成员 @电子鬼会吓到仿生人吗 提供的 部分代码 和 CSV文件