0

Возникла потребность объединить два .csv файла с частично совпадающими заголовками (например, заголовки "a, b, c" в первом и "b, c, d" во втором, чтобы в объединенной .csv были "a, b, c, d" в итоговом). Нашел на просторах интернета следующее решение (в комментариях) и взял оттуда следующий фрагмент кода:

HashSet<string> combinedheaders = new HashSet<string>();
    int i;
    // aggregate headers
    for (i = 0; i < filePaths.Length; i++)
    {
        string file = filePaths[i];
        combinedheaders.UnionWith(File.ReadLines(file).First().Split(splitter));
    }
    var hdict = combinedheaders.ToDictionary(y => y, y => new List<object>());

    string[] combinedHeadersArray = combinedheaders.ToArray();
    for (i = 0; i < filePaths.Length; i++)
    {
        var fileheaders = File.ReadLines(filePaths[i]).First().Split(splitter);
        var notfileheaders = combinedheaders.Except(fileheaders);

        File.ReadLines(filePaths[i]).Skip(1).Select(line => line.Split(splitter)).ForEach(spline =>
        {
            for (int j = 0; j < fileheaders.Length; j++)
            {
                hdict[fileheaders[j]].Add(spline[j]);
            }
            foreach (string header in notfileheaders)
            {
                hdict[header].Add(null);
            }

        });
    }

    DataTable dt = hdict.ToDataTable();

    dt.ToCSV(destinationFile);
}



public static class DataTableHelper
{
    public static DataTable ToDataTable(this Dictionary<string, List<object>> dict)
{
    DataTable dataTable = new DataTable();

    dataTable.Columns.AddRange(dict.Keys.Select(c => new DataColumn(c)).ToArray());

    for (int i = 0; i < dict.Values.Max(item => item.Count()); i++)
    {
        DataRow dataRow = dataTable.NewRow();

        foreach (var key in dict.Keys)
        {
            if (dict[key].Count > i)
                dataRow[key] = dict[key][i];
        }
        dataTable.Rows.Add(dataRow);
    }

    return dataTable;
}

public static void ToCSV(this DataTable dt, string destinationfile)
{
    StringBuilder sb = new StringBuilder();

    IEnumerable<string> columnNames = dt.Columns.Cast<DataColumn>().
                                      Select(column => column.ColumnName);
    sb.AppendLine(string.Join(",", columnNames));

    foreach (DataRow row in dt.Rows)
    {
        IEnumerable<string> fields = row.ItemArray.Select(field => field.ToString());
        sb.AppendLine(string.Join(",", fields));
    }

    File.WriteAllText(destinationfile, sb.ToString());
}
}

Код работает без ошибок и корректно объединяет два .csv файла, но есть одна проблема: в обоих файлах есть значения на русском языке (на кириллице), а после объединения они превращаются в иероглифы. Я пробовал решить проблему с кодировкой, прописав в каждом методе класса File параметр Encoding.UTF8 (три раза в File.ReadLines и один раз в File.WriteAllText), но это лишь превратило иероглифы в другие нечитаемые ромбики с вопросом. Посимвольно их количество совпадает с количеством букв на кириллице, так что подозреваю, что проблема в кодировке.

Хотелось бы спросить, если дело не в параметре Encoding методов класса File, то где еще может ломаться кириллица и как это можно исправить?

1 ответ 1

0

Проблему решил, поменяв везде Encoding.UTF8 на Encoding.Default.

Ваш ответ

By clicking “Отправить ответ”, you agree to our terms of service and acknowledge you have read our privacy policy.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.