展开菜单
首页 精品内容 本月促销 装机必备 Windows macOS软件 IOS软件 Android AI PDF教程 专题
全部分类

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。

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。

本文内容来源于互联网,如有侵权请联系删除。
作者最新文章
编程开发
相关文章 更多
精品专题 更多
本月促销

正软商城本月促销专区,汇集办公、设计、安全、影音、系统工具及AI软件等正版软件优惠活动,提供限时折扣、特价授权和优惠购买信息,活动库存及价格以页面实时展示为准。

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

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。

macOS软件

正软商城macOS软件专区,精选适用于Mac电脑的办公、设计、影音、效率、开发和系统工具,提供软件功能介绍、macOS兼容版本、正版授权及购买下载服务。

IOS软件

正软商城iOS软件专区,精选适用于iPhone和iPad的办公、学习、影音、设计、效率及AI应用,提供功能介绍、适用设备、系统要求和正版获取方式等信息。

AI

正软商城AI软件专区,汇集AI写作、AI绘画、AI视频、AI办公、AI编程、AI翻译、智能客服和数据分析等人工智能工具,提供功能介绍、适用平台、收费方式及正版购买信息。

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
灵活计算器
灵活计算器

灵活计算器是一款笔记式算数应用,支持实时计算、动态关联和云端同步功能。记录、整理和输出之间的过渡会更自然,适合长期写作、做笔记或持续沉淀个人内容。

赤友清理大师
赤友清理大师

赤友清理大师是一款为 Mac 设计的智能清理优化工具,可精准扫描垃圾、大文件、重复文件等,释放磁盘空间。做扫描整理、文字提取和表格转换时,它能把识别后的处理步骤接得更顺,资料录入这类场景会省下不少时间。

极度公式
极度公式

极度公式是一款跨平台专业LaTeX公式识别编辑软件,支持OCR公式识别和多平台编辑。和使用说明,避免使用,享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时,它能把识别后的处理步骤接得更顺,资料录入这类场景会省下不少时间。

图几
图几

图几是一款适用于 macOS 的截图、标注与美化工具,支持离线操作保障隐私。界面整理和高频系统操作被放到一起考虑,桌面或窗口内容一多时,管理起来会更省心。

密码键盘
密码键盘

密码键盘是一款兼具安全性与便捷性的高效密码管理器。日常使用里的持续防护和信息管理会更突出,适合把安全控制放进长期使用流程中的场景。

思源笔记
思源笔记

思源笔记是一款本地笔记软件,提供所见即所得的编辑方式,为长文写作带来顺滑的体验。记录、整理和输出之间的过渡会更自然,适合长期写作、做笔记或持续沉淀个人内容。

Office 365 简体中文
Office 365 简体中文

一款文字处理软件,一种订阅式的跨平台办公软件,基于云平台提供多种服务,通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合,Office 365 可让任何人使用任何设备随时随地创建和共享内容。

WALTR PRO
WALTR PRO

WALTR是一款电脑至iOS文件传输转换工具,操作简单,快速实现文件识别与传送。做扫描整理、文字提取和表格转换时,它能把识别后的处理步骤接得更顺,资料录入这类场景会省下不少时间。

CodeExpander
CodeExpander

CodeExpander 是一款快捷短语输入增强工具,通过键入缩写自动展开为自定义文段,提升工作效率。任务管理和过程控制会更完整,持续下载、批量同步或需要稳定传输流程的场景会更适合它。

Mountain Duck
Mountain Duck

Mountain Duck 是一款能将多个网盘挂载到本地的工具,像本地磁盘一样使用网盘。清理链路的完整性会更好一些,做应用卸载、残留处理和空间整理时,通常能少走很多手动排查步骤。

Menuist
Menuist

Menuist 是一款面向 macOS 的 Finder 右键菜单增强工具,主要用来补充新建文件、快捷导航等常用操作,让日常文件管理和访问路径时更高效、更顺手。

Mole
Mole

Mole 是一款专为 Mac 设计的深度清理优化工具,涵盖缓存清理、应用管理及实时状态监控等功能。清理链路的完整性会更好一些,做应用卸载、残留处理和空间整理时,通常能少走很多手动排查步骤。

WINDOWS 更多
Windows 10
Windows 10

Windows 10 是一款微软推出的经典操作系统,拥有硬件兼容性与多任务处理能力。它更偏向把系统状态查看和常用调节动作放在一起,适合需要持续观察和微调设备状态的场景。

极度公式
极度公式

极度公式是一款跨平台专业LaTeX公式识别编辑软件,支持OCR公式识别和多平台编辑。和使用说明,避免使用,享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时,它能把识别后的处理步骤接得更顺,资料录入这类场景会省下不少时间。

密码键盘
密码键盘

密码键盘是一款兼具安全性与便捷性的高效密码管理器。日常使用里的持续防护和信息管理会更突出,适合把安全控制放进长期使用流程中的场景。

思源笔记
思源笔记

思源笔记是一款本地笔记软件,提供所见即所得的编辑方式,为长文写作带来顺滑的体验。记录、整理和输出之间的过渡会更自然,适合长期写作、做笔记或持续沉淀个人内容。

傲梅轻松备份
傲梅轻松备份

傲梅轻松备份是一款专业易用的数据备份软件,为重要数据提供安全保障。日常使用里的持续防护和信息管理会更突出,适合把安全控制放进长期使用流程中的场景。

Office 365 简体中文
Office 365 简体中文

一款文字处理软件,一种订阅式的跨平台办公软件,基于云平台提供多种服务,通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合,Office 365 可让任何人使用任何设备随时随地创建和共享内容。

Wise Folder Hider Pro
Wise Folder Hider Pro

Wise Folder Hider Pro 是一款专业级文件和文件夹隐藏加密软件,为私密数据添加多重保护。高频操作更强调就近处理,浏览、整理和跨目录移动文件时,来回切换和重复点击都会少很多。

WALTR PRO
WALTR PRO

WALTR是一款电脑至iOS文件传输转换工具,操作简单,快速实现文件识别与传送。做扫描整理、文字提取和表格转换时,它能把识别后的处理步骤接得更顺,资料录入这类场景会省下不少时间。

CodeExpander
CodeExpander

CodeExpander 是一款快捷短语输入增强工具,通过键入缩写自动展开为自定义文段,提升工作效率。任务管理和过程控制会更完整,持续下载、批量同步或需要稳定传输流程的场景会更适合它。

PinStack
PinStack

PinStack是一款轻量级的Windows平台剪贴板管理工具,优化您的剪贴板使用体验。它更偏向把系统状态查看和常用调节动作放在一起,适合需要持续观察和微调设备状态的场景。

Mountain Duck
Mountain Duck

Mountain Duck 是一款能将多个网盘挂载到本地的工具,像本地磁盘一样使用网盘。清理链路的完整性会更好一些,做应用卸载、残留处理和空间整理时,通常能少走很多手动排查步骤。

Seer
Seer

Seer是一款在Win平台下的空格键功能增强效率工具,只需轻敲空格键,就能预览几乎任何格式的文件。它更适合把零散的小功能集中起来使用,处理高频琐碎任务时会更省事。