namespace Programatik - C#: Lendo arquivos Csv

02.10.08

C#: Lendo arquivos Csv

10:11:40, por mrxrsd

771 visualizações
Categorias: dotnet, c#

Comma-separated values, ou simplesmente arquivo delimitado por vírgulas, é um formato de arquivo que armazena dados tabelados. Não existe uma especificação formal para o formato, mas geralmente encontramos dois padrões, iremos programar uma classe que aceita esses dois padrões.

Resposta:

Padrão 1
aaa,bbb,ccc,ddd

Padrão 2

"aaa","bbb","ccc","ddd"

Em alguns casos já vi utilizando ';' ao invés de ',' , irei mostrar uma classe que trata os dois tipos de separadores. O nosso CSV Reader recebe um arquivo csv e retorna um datatable.

C#:

	using System;
	using System.Collections;
	using System.Data;
	using System.Text;
	using System.IO;
	using System.Collections.Generic;

	namespace io.csv
	{
	public class CsvParser
	{
	#region Atributos/Constantes/Propriedades
	private bool _quoted = false;
	private bool _headers = false;
	private string[] _sHeaders;
	private int _col = 1;

	private TextReader _stream;

	#endregion

	#region Construtor

	public CsvParser(TextReader stream, bool headers)
	{
	_stream = stream;
	_headers = headers;
	}

	public CsvParser(TextReader stream, string[] headers)
	{
	_stream = stream;
	_sHeaders = headers;
	_headers = true;
	_col = headers.Length;
	}

	#endregion

	#region Métodos

	private void analisarEstrutura(string linha)
	{
	bool dentroQuotes = false;

	//Verifica se primeiro caracter é "
	if (eQuote(linha[0]))
	{
	_quoted = true;
	}

	// Caso tenha passado os hearders via codigo, o numero de colunas já está determinado
	if (_sHeaders.Length > 0)
	{
	// Trata o numero de colunas com Quotes
	if (_quoted)
	{

	foreach (char c in linha)
	{
	if (eQuote(c))
	{
	dentroQuotes = !dentroQuotes;
	}
	else
	{
	if (eSeparador(c) && !dentroQuotes)
	{
	_col++;
	}
	}
	}
	}
	else
	{
	// Trata o numero de colunas sem Quotes
	foreach (char c in linha)
	{
	if (eSeparador(c))
	{
	_col++;
	}
	}

	}
	}
	} //analisarEstrutura

	private bool eQuote(char c)
	{
	return c == '"';
	} //eQuote

	private bool eSeparador(char c)
	{
	return c == ',' \|\| c == ';';
	} //eSeparador

	public bool parser(out DataTable dataTable, Usuario usuario)
	{

	DataTable dt = new DataTable();
	string[] cabecalhos;
	string[] tokens;
	bool sucesso;

	sucesso = true;

	// Para aumentar a eficiencia poderia usar o ReadBlock ao inves do ReadLine
	// lendo assim uma quantidade de caracteres maiores a cada "ida" ao arquivo (buffer)
	// porém teria que tratar a quebra de linha
	string linha = _stream.ReadLine();


	// Analisando a Estrutura
	analisarEstrutura(linha);

	// Processa cabecalho
	if (_headers)
	{
	// headers passado via codigo
	if (_sHeaders.Length > 0)
	{
	foreach (string s in _sHeaders)
	{
	dt.Columns.Add(s, typeof(string));
	}
	}
	else
	{
	//Processa cabecalhos com texto da primeira linha
	cabecalhos = getTokens(linha);
	foreach (string s in cabecalhos)
	{
	dt.Columns.Add(s, typeof(string));
	}
	}
	}
	else
	{
	//Processa cabecalho sem texto
	for (int i = 0; i < _col; i++)
	{
	dt.Columns.Add(String.Format("Coluna {0}", i + 1), typeof(string));
	}

	//Processa primeira linha
	dt.Rows.Add(getTokens(linha));

	}

	while ((linha = _stream.ReadLine()) != null)
	{
	tokens = getTokens(linha);
	if (tokens.Length > _col)
	{
	// Erro! Linha fora do padrão
	sucesso = false;
	break;

	}
	else
	{
	dt.Rows.Add(tokens);
	}
	}

	if (sucesso)
	{
	dataTable = dt;
	}
	else
	{
	dataTable = null;
	}

	return sucesso;
	} //Parser

	private string[] getTokens(string linha)
	{
	bool dentroQuotes = false;
	List<String> tokens = new List<string>();
	StringBuilder sb = new StringBuilder();

	if (_quoted)
	{
	// Tratando caso com quotes

	foreach (char c in linha)
	{
	// é "
	if (eQuote(c))
	{
	dentroQuotes = !dentroQuotes;
	}
	else
	{
	// Caso esteja dentro da area delimitada por " faz o append do caracter
	if (dentroQuotes)
	{
	sb.Append(c);
	}
	else
	{
	// Fora da area delimitada pela " e encontrou um separador, salva a string na lista
	if (eSeparador(c))
	{
	tokens.Add(sb.ToString());
	sb = new StringBuilder();
	}
	}
	}
	}
	// Acabou de ler a linha sem ler um separador
	// adiciona no vetor os caracteres que ainda estao no SB
	tokens.Add(sb.ToString());
	}
	else
	{
	// Tratando caso sem quotes

	foreach (char c in linha)
	{
	// Caso seja separador, indica uma nova palavra foi encontrada
	// Adiciona ela na lista e reinicia o StringBuilder
	if (eSeparador(c))
	{
	tokens.Add(sb.ToString());
	sb = new StringBuilder();
	}
	}
	// Acabou de ler a linha sem ler um separador
	// adiciona no vetor os caracteres que ainda estao no SB
	tokens.Add(sb.ToString());
	}
	return tokens.ToArray();
	} //getTokens

	#endregion

	} //CsvReader

	} //namespace