java+CSV ダブルクォーテーションで囲われた文字列の操作について

Question

前提・実現したいこと

ダブルクォーテーションで囲われた文字列中にある改行コードを 別の文字に置換したい。

<背景>
JAVAでCSVを読込んで加工する処理を組んでいます。
現場の事情によりOpenCsvなどの便利なAPIが利用できず
作りこむ必要がでてきました。

該当のソースコード

<inputfileの中身>
taro,"aaa
   bbb"

<code>
    // メイン処理 各ファイルを開いて処理を開始
    try (BufferedReader readFile = new BufferedReader(new InputStreamReader(new FileInputStream(inputFile)));) {
      // 1行づつ読込んで処理
      while ((readLine = readFile.readLine()) != null) {
      // readLineに1行を読込んだ時 taro,"aaa しか取れていない
      // ここをtaro,"aaa\r\n    bbb" のような形で読込みたい。

試したこと

OpenCsvのコードをDownloadして、取り込もうとしたのですが
コード量が多くなってしまうため、断念しました。

補足情報（FW/ツールのバージョンなど）

Javaバッチの前後でコマンドなどで何か処理を行うなどでも
良い方法はないでしょうか。ご教授いただけますと幸いです。

Answer 1

簡易に行途中の改行を検知して次行と合わせたい場合は、読み込んだ行に出現するダブルクォートが奇数か偶数かで判定できると思います。
（奇数だったら継続です）

        Scanner sc = new Scanner(System.in);
        
        while(sc.hasNext()){
          String line = ""; 
          do{
            line += sc.nextLine(); // lineにどんどん連結していく（サンプルなので簡易的な方法）
          }while(Main.countDQuot(line) % 2 != 0); // line中のダブルクォートが偶数だったらループ終了
          //この後、カンマごとに分割する処理
        }

    // ダブルクォートの数を数える。
    public static int countDQuot(String line){
      // 文字列内のダブルクォートを削除した別Stringを用意し
      String l2 = line.replace("\"","");
      // lengthの差を求めればダブルクォートの数が分かる
      return line.length() - l2.length();
    }

カンマ分割処理をちゃんとCSVのフォーマットに則った方法で行うのはなかなか難しいと思いますが、頑張ってください。

Comments

[niboshi39]

ありがとうございます。
たしかに！と思い可能か以下のコードで確認してみたところ、

long count = readLine.chars().filter(ch -> ch == '"').count();
System.out.println("ダブルクォートの数 " + count);

思ったより改行の個数と登場するダブルクォートの数が複雑で
断念しました。可能性を一つ潰せて助かりました。

Answer 2

import java.io.*;

class Main {
	public static void main (String[] args) {
		try (BufferedReader br = new BufferedReader(new FileReader("infile.txt"))) {
			StringBuilder sb = new StringBuilder();
			boolean notString = true;
			int c;
			while ((c = br.read()) != -1) {
				if (c == '\n' && notString) {
					String s = sb.toString().replaceAll("\n", "\\n");
					System.out.println(s);
					sb.delete(0, sb.length());
				}
				else {
					if (c == '"') notString = !notString;
					sb.append((char)c);
				}
			}
		}
		catch (IOException e) {
			e.printStackTrace();
		}
	}
}

infile.txt

taro,"aaa
   bbb"
jiro,"ccc ddd" eee
sabro,"fff
   ggg
   hhh iii"

実行結果

taro,"aaa\n   bbb"
jiro,"ccc ddd" eee
sabro,"fff\n   ggg\n   hhh iii"

これでいいのかどうかをコメントしてください。
全部理解できたら解決にしてください。

Comments

[niboshi39]

これをやりたかったです。ありがとうございます。
理解するのに時間がかかり、回答遅くなりました。
助かりました。

Answer 3

読み込んだ、readLine に継続行があるか判断して、必要に応じて連結してはどうでしょうか。

while ((readLine = readFile.readLine()) != null) {
    while(xxxx(readLine)) { // 継続行があるか判定
        readLine += "\n" + readFile.readLine();
    }
    // キレイなreadLineが出来ている

判断方法は、エスケープされていないダブルクォートを数えるとか？
要件に合わせればよいかと思います。

Comments

[niboshi39]

ご丁寧にありがとうございます。
お陰様で短い時間で確認することができました。
最初の回答の方と同様に試させていただきました。