当前位置:

首页 > 编程开发 > Java泛型实现CSV转对象方法

Java泛型实现CSV转对象方法

本文介绍了如何使用Java泛型创建一个通用的CSV文件转换器,将CSV文件中的数据动态地转换为不同类型的Java对象,例如Cat和Dog。通过使用泛型,避免了为每种对象类型编写重复代码,提高了代码的可重用性和可维护性。同时,推荐使用现有的CSV解析库,以简化开发并提高代码的健壮性。

本文目录

    使用 Java 泛型实现 CSV 到对象的转换

    本文介绍了如何使用 Java 泛型创建一个通用的 CSV 文件转换器,将 CSV 文件中的数据动态地转换为不同类型的 Java 对象,例如 Cat 和 Dog。 通过使用泛型,避免了为每种对象类型编写重复代码,提高了代码的可重用性和可维护性。 同时,推荐使用现有的 CSV 解析库,以简化开发并提高代码的健壮性。

    使用 Java 泛型构建通用的 CSV 转换器

    在 Java 开发中,经常需要将 CSV 文件中的数据转换为 Java 对象。 如果针对每种对象类型都编写一个特定的转换方法,会导致代码冗余且难以维护。 利用 Java 泛型,可以创建一个通用的 CSV 转换器,能够动态地将 CSV 数据转换为不同类型的 Java 对象。

    1. 创建泛型 CSV 工具类

    首先,创建一个泛型类 CsvUtils,使用类型参数 T 表示要转换成的 Java 对象类型。

    public class CsvUtils {
    
        public List read(final String fileName, final Class clazz) throws IOException {
            List objectList = new ArrayList<>();
            Path pathToFile = Paths.get(fileName);
    
            try (BufferedReader br = Files.newBufferedReader(pathToFile)) {
                String line = br.readLine(); // Skip header line
                while ((line = br.readLine()) != null) {
                    String[] attributes = line.split(",");
                    T obj = createObject(attributes, clazz);
                    if (obj != null) {
                        objectList.add(obj);
                    }
                }
            } catch (IOException e) {
                e.printStackTrace();
            }
    
            return objectList;
        }
    
        private T createObject(String[] attributes, Class clazz) {
            try {
                T obj = clazz.getDeclaredConstructor().newInstance();
                // Assuming the attributes order matches the fields order in the class
                Field[] fields = clazz.getDeclaredFields();
                for (int i = 0; i < fields.length && i < attributes.length; i++) {
                    fields[i].setAccessible(true); // Allow access to private fields
                    // Attempt to convert the string value to the field's type
                    try {
                        if (fields[i].getType() == int.class || fields[i].getType() == Integer.class) {
                            fields[i].set(obj, Integer.parseInt(attributes[i]));
                        } else if (fields[i].getType() == String.class) {
                            fields[i].set(obj, attributes[i]);
                        } // Add more type conversions as needed
                    } catch (NumberFormatException e) {
                        System.err.println("Error converting value for field " + fields[i].getName() + ": " + e.getMessage());
                    }
                }
                return obj;
            } catch (Exception e) {
                System.err.println("Error creating object of type " + clazz.getName() + ": " + e.getMessage());
                return null;
            }
        }
    }

    2. 使用泛型 CSV 工具类

    现在,可以使用 CsvUtils 类将 CSV 文件转换为 Cat 或 Dog 对象列表。

    public class Example {
    
        public void doSomeStuffWithMyDogs() throws IOException {
            CsvUtils csvUtils = new CsvUtils<>();
            List myDogs = csvUtils.read("MyDogs_V1.csv", Dog.class);
    
            // do something else with myDogs
            for (Dog dog : myDogs) {
                System.out.println(dog);
            }
        }
    
        public void doSomeStuffWithMyCats() throws IOException {
            CsvUtils csvUtils = new CsvUtils<>();
            List myCats = csvUtils.read("MyCats_V1.csv", Cat.class);
    
            // do something else with myCats
            for (Cat cat : myCats) {
                System.out.println(cat);
            }
        }
    }

    3. 注意事项和改进

    • 异常处理: 在实际应用中,需要更完善的异常处理机制,例如记录错误日志、提供友好的错误提示等。
    • 类型转换: createObject 方法中需要根据实际情况添加更多的类型转换逻辑,例如日期、布尔值等。
    • CSV 解析库: 不建议手动解析 CSV 文件,推荐使用现有的 CSV 解析库,例如 Apache Commons CSV, OpenCSV, SimpleFlatMapper CSV parser, jackson-dataformat-csv, uniVocity-parsers, deephaven-csv 等。 这些库提供了更强大的功能和更好的性能,可以简化开发并提高代码的健壮性。
    • 对象创建: createObject 方法使用反射来创建对象,这可能会影响性能。 可以考虑使用工厂模式或构建器模式来创建对象。
    • 字段映射: 当前的实现假设 CSV 文件的列顺序与 Java 对象的字段顺序一致。 如果不一致,需要添加字段映射的逻辑。

    4. 使用 Apache Commons CSV 示例

    以下示例展示了如何使用 Apache Commons CSV 库来解析 CSV 文件。

    首先,添加 Apache Commons CSV 的依赖:

    
        org.apache.commons
        commons-csv
        1.9.0
    

    然后,修改 CsvUtils 类:

    import org.apache.commons.csv.*;
    
    public class CsvUtils {
    
        public List read(final String fileName, final Class clazz) throws IOException {
            List objectList = new ArrayList<>();
            Path pathToFile = Paths.get(fileName);
    
            try (BufferedReader br = Files.newBufferedReader(pathToFile);
                 CSVParser parser = CSVFormat.DEFAULT.withFirstRecordAsHeader().parse(br)) {
    
                for (CSVRecord record : parser) {
                    T obj = createObject(record, clazz);
                    if (obj != null) {
                        objectList.add(obj);
                    }
                }
            } catch (IOException e) {
                e.printStackTrace();
            }
    
            return objectList;
        }
    
        private T createObject(CSVRecord record, Class clazz) {
            try {
                T obj = clazz.getDeclaredConstructor().newInstance();
                Field[] fields = clazz.getDeclaredFields();
                for (Field field : fields) {
                    field.setAccessible(true);
                    String columnName = field.getName(); // Assuming column name matches field name
                    String value = record.get(columnName);
                    try {
                        if (field.getType() == int.class || field.getType() == Integer.class) {
                            field.set(obj, Integer.parseInt(value));
                        } else if (field.getType() == String.class) {
                            field.set(obj, value);
                        } // Add more type conversions as needed
                    } catch (NumberFormatException e) {
                        System.err.println("Error converting value for field " + field.getName() + ": " + e.getMessage());
                    } catch (IllegalArgumentException e) {
                        System.err.println("Column not found: " + columnName);
                    }
                }
                return obj;
            } catch (Exception e) {
                System.err.println("Error creating object of type " + clazz.getName() + ": " + e.getMessage());
                return null;
            }
        }
    }

    这个示例使用了 CSVFormat.DEFAULT.withFirstRecordAsHeader() 来指定 CSV 文件的第一行是标题行,并使用 record.get(columnName) 来获取指定列的值。

    5. 总结

    使用 Java 泛型可以创建通用的 CSV 转换器,避免为每种对象类型编写重复代码。 为了简化开发并提高代码的健壮性,推荐使用现有的 CSV 解析库。 同时,需要注意异常处理、类型转换、对象创建和字段映射等方面的问题。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发
    相关文章 更多
    WorkBuddy怎么用API接口?有开发文档吗
    WorkBuddy怎么用API接口?有开发文档吗

    WorkBuddy 目前没有面向普通用户的公开 REST API 接口文档,扩展与集成走四条官方路径:接入 MCP 服务扩展工具能力、用连接器打通外部应用(支持公共/个人授权)、编写技能(Skill)与专家包定制工作流、在开放平台发布 Buddy 应用。另支持接入 OpenAI 兼容的自定义模型。本文含 4 张真实界面截图并如实说明现状。

    Google Workspace MCP OAuth 2.0迁移节点已过,旧客户端、普通REST与服务账户分别适用什么规则
    Google Workspace MCP OAuth 2.0迁移节点已过,旧客户端、普通REST与服务账户分别适用什么规则

    解释Google Workspace MCP 11月11日与12日的agentic OAuth客户端迁移节点,区分普通REST应用、混合客户端、预览资格、用户权限和服务账户、Apps Script边界。

    OpenAI Agents SDK v0.24.0-alpha.8升级前为何要备份状态?
    OpenAI Agents SDK v0.24.0-alpha.8升级前为何要备份状态?

    OpenAI Agents SDK v0.24.0-alpha.8预览版新增执行前审批、自有模型客户端、Realtime与预算检查点恢复,说明alpha.7回退、Linux运行及工具认证边界。

    Claude Trading Skills六项诊断修复覆盖哪些密钥泄漏路径?
    Claude Trading Skills六项诊断修复覆盖哪些密钥泄漏路径?

    Claude Trading Skills六项技能已修复API密钥异常日志泄漏路径;not_verified保留完整安全审核缺口,离线回归通过不等于实盘验收或全面认证。

    Microsoft C++ Language Server内置MSBuild提取器后,自动化范围和使用资格怎样理解
    Microsoft C++ Language Server内置MSBuild提取器后,自动化范围和使用资格怎样理解

    解释Microsoft C++ Language Server预览版的MSBuild编译数据库自动提取,区分CMake、自定义构建、有效Copilot订阅和CLI能力,避免把测试预发布版本当最低稳定版。

    LibreOffice宏怎么用?Python脚本能调用吗
    LibreOffice宏怎么用?Python脚本能调用吗

    LibreOffice可通过“工具→宏”创建和运行Basic宏,也支持由Python脚本提供程序运行Python宏。两种方式都可以使用UNO接口操作文档;Excel VBA只有有限兼容支持,不能把所有Excel宏直接复制过来当作LibreOffice原生宏执行。

    GitHub企业Copilot席位API开放应用调用后,读取和席位变更有什么区别
    GitHub企业Copilot席位API开放应用调用后,读取和席位变更有什么区别

    说明Enterprise GitHub Apps的Copilot席位管理权限,提供第一页只读GET示例,区分total_seats、授权明细、遥测活动和待取消计费条件。

    GitHub网页仪表盘默认视图、单行标题和六项列表分别改变什么
    GitHub网页仪表盘默认视图、单行标题和六项列表分别改变什么

    解释GitHub网页仪表盘Feed或Home默认视图、六项列表、自定义选择保留和Agent sessions隐藏条件,区分布局、数据与权限。

    LangChain Python 1.4.10、JS core 1.3.7与langchain 1.6.4为什么要区分拒答和失败
    LangChain Python 1.4.10、JS core 1.3.7与langchain 1.6.4为什么要区分拒答和失败

    核对LangChain三种包版本,解释refusal内容块、ModelRefusalError与中间件传递,提供自定义错误分支示例并区分Python消息流和追踪修复。

    Anthropic Python/Ruby 2.8.0、TS 1.8.0、Go 2.9.0、Java 3.8.0参数校验应如何理解
    Anthropic Python/Ruby 2.8.0、TS 1.8.0、Go 2.9.0、Java 3.8.0参数校验应如何理解

    区分Anthropic各语言SDK及TypeScript云适配包版本,解释Claude Tag字段、Bedrock/Vertex分号差异、非法路径参数和只读Python版本核对。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。