17370845950

本文介绍一种实用方法，解决 csv 中某列值本身为 json 字符串（含逗号、花括号等特殊字符）导致解析失败的问题，通过预处理+自定义引号字符的方式，借助 jackson 安全地完成 csv 到嵌套 json 的转换。

在实际数据集成场景中，常遇到 CSV 文件某列（如 header3）直接存储了 JSON 格式的字符串（例如 {"name":"John","age":30,"car":null}）。标准 CSV 解析器会将其中的逗号、花括号或引号误判为分隔符或结构标记，导致解析错误或字段截断。虽然规范要求此类值应被双引号包裹（如 "{"name":"John"}"），但若上游系统无法修正输出（即 CSV 本身“不合规”），我们就需在解析前进行智能预处理。

核心思路是：临时替换 JSON 边界符号，使其能被 CSV 解析器识别为受保护的字段内容。由于原始 CSV 未使用引号，我们选择用 | 作为临时引号字符，并仅对最外层 { 和 } 进行配对替换（避免破坏 JSON 内部结构）：

• 将每行中第一个 { 替换为 |{
• 将每行中**最后一个 } 替换为 }|

这样，{"name":"John","age":30,"car":null} 变为 |{"name":"John","age":30,"car":null}|，CSV 解析器即可将其整体视为一个带引号的字段值。

以下是完整可运行示例（基于 Jackson 2.15+）：

import com.fasterxml.jackson.databind.JsonNode;
import com.fasterxml.jackson.databind.SerializationFeature;
import com.fasterxml.jackson.databind.json.JsonMapper;
import com.fasterxml.jackson.dataformat.csv.CsvMapper;
import com.fasterxml.jackson.dataformat.csv.CsvSchema;

import java.io.File;
import java.nio.file.Files;
import java.util.List;
import java.util.stream.Collectors;

public class CsvApp {
    public static void main(String[] args) throws Exception {
        File csvFile = new File("./resource/test.csv").getAbsoluteFile();
        List lines = Files.readAllLines(csvFile.toPath());

        // 预处理：仅替换每行首尾的 { 和 }，避免影响内部 JSON
        String processedCsv = lines.stream()
                .map(line -> {
                    int firstBrace = line.indexOf('{');
                    int lastBrace = line.lastIndexOf('}');
                    if (firstBrace != -1 && lastBrace != -1 && firstBrace < lastBrace) {
                        return line.substring(0, firstBrace) + "|{"
                                + line.substring(firstBrace + 1, lastBrace)
                                + "}|"
                                + line.substring(lastBrace + 1);
                    }
                    return line; // 无 JSON 结构则保持原样
                })
                .collect(Collectors.joining(System.lineSeparator()));

        // 构建 CSV 解析器：指定 | 为引号字符，启用表头
        CsvMapper csvMapper = new CsvMapper();
        CsvSchema schema = CsvSchema.builder()
                .setQuoteChar('|')
                .setUseHeader(true)
                .build();

        // 解析为 JsonNode（自动映射为 Map-like 结构）
        JsonNode csvContent = csvMapper.readerFor(JsonNode.class)
                .with(schema)
                .readValue(processedCsv);

        // 输出格式化 JSON（含缩进）
        JsonMapper jsonMapper = JsonMapper.builder()
                .enable(SerializationFeature.INDENT_OUTPUT)
                .build();
        jsonMapper.writeValue(System.out, csvContent);
    }
}

✅ 关键注意事项：

• 该方案适用于 JSON 值严格位于单个字段内且不含跨行内容的场景；
• 若 CSV 中存在多个 JSON 字段，需扩展预处理逻辑（例如按列索引定位并替换）；
• 生产环境建议增加异常校验（如 firstBrace/lastBrace 匹配性检查、JSON 有效性验证）；
• 更健壮的替代方案是改用支持自由格式字段的解析器（如 OpenCSV + 手动 split + JSON 解析），但 Jackson 方案更轻量、统一。

最终输出符合预期——header3 的值被保留为转义后的 JSON 字符串（即 "\"{\\\"name\\\":\\\"John\\\",\\\"age\\\":30,\\\"car\\\":null}\""），可在后续步骤中按需调用 JsonMapper.readTree() 二次解析为嵌套对象。