CSV 数字行拆分与扁平化处理方法

本文深入解析了CSV文件中数字行的拆分与扁平化处理核心技巧——不再将每行视为整体字符串，而是逐行读取后精准按逗号切分，再统一合并为一维字符串或整型数组，彻底解决数据预处理中“无法访问单个数值”的痛点；不仅提供清晰易懂、兼容性强的List中转方案（含完整可运行代码），还拓展了Stream函数式写法与int[]高效转换策略，并贴心提醒空字段处理、异常防护及大数据量优化要点，助你一步到位实现结构化解析与无缝对接下游计算。

本文介绍如何读取 CSV 文件，将每行以逗号分隔的多个数字字符串逐个提取，并合并为一个包含全部数字的一维字符串数组（或整型数组），适用于数据预处理、批量解析等场景。

本文介绍如何读取 CSV 文件，将每行以逗号分隔的多个数字字符串逐个提取，并合并为一个包含全部数字的一维字符串数组（或整型数组），适用于数据预处理、批量解析等场景。

在 Java 中处理类似 data.csv 这类纯数字、逗号分隔的多行文本文件时，目标是将所有数字扁平化为单个一维数组（如 String[] 或 int[]），而非保留行结构。原始代码仅将整行作为单个字符串存入 List，导致后续无法直接访问单个数值——关键缺失环节在于：对每行执行字符串分割（split(",")）并展平结果。

✅ 推荐方案：使用 List 中转 + split + addAll

这是最清晰、兼容性好（支持 Java 8+）、易于调试的方式：

import java.io.*;
import java.util.*;
import java.util.stream.Collectors;

public class CsvFlattener {
    public static void main(String[] args) {
        String file = "data.csv";
        List flatList = new ArrayList<>();

        try (BufferedReader br = new BufferedReader(new FileReader(file))) {
            String line;
            while ((line = br.readLine()) != null) {
                if (line.trim().isEmpty()) continue; // 跳过空行
                String[] numbers = line.split(",");
                flatList.addAll(Arrays.asList(numbers));
            }
        } catch (IOException e) {
            System.err.println("读取文件失败: " + e.getMessage());
            return;
        }

        // 转为字符串数组（如需）
        String[] data = flatList.toArray(String[]::new);

        // 示例输出前12个元素
        for (int i = 0; i < Math.min(12, data.length); i++) {
            System.out.printf("Data[%d] = %s%n", i, data[i]);
        }
    }
}

✅ 输出符合预期：
Data[0] = 20
Data[1] = 16
Data[2] = 23
Data[10] = 20
Data[11] = 18

? 进阶：转为 int[] 数组（推荐用于数值计算）

若后续需数学运算，建议直接解析为整数，避免重复 Integer.parseInt()：

int[] intArray = flatList.stream()
    .mapToInt(s -> {
        try {
            return Integer.parseInt(s.trim()); // 自动处理空格
        } catch (NumberFormatException e) {
            throw new IllegalArgumentException("无效数字格式: " + s, e);
        }
    })
    .toArray();

? 函数式风格：Java Stream 一行流式处理（Java 8+）

更简洁但稍难调试，适合熟悉 Stream 的开发者：

List flatList;
try {
    flatList = Files.lines(Path.of(file))
        .filter(line -> !line.trim().isEmpty())
        .flatMap(line -> Arrays.stream(line.split(",")))
        .map(String::trim) // 清理可能的首尾空格
        .collect(Collectors.toList());
} catch (IOException e) {
    throw new RuntimeException("CSV 文件读取异常", e);
}

⚠️ 注意事项：

• split(",") 默认不处理空字符串；若 CSV 中存在 ,,（空字段），需用 split(",", -1) 保留空项；
• Files.lines() 会自动关闭流，但需确保路径正确且文件可读；
• 生产环境建议添加 try-with-resources 包裹 Files.lines()（Java 9+ 支持），或显式 close()；
• 若数据量极大（>100MB），避免一次性加载全部到内存，改用逐行处理+批处理逻辑。

✅ 总结

核心思路始终是：逐行读取 → 按逗号切分 → 合并所有子数组 → 扁平化为单一集合。
优先推荐 List 中转方案：它语义明确、便于插入日志/校验、兼容旧版本 JDK，且性能与 Stream 方案无显著差异。完成扁平化后，再按需转为 String[] 或 int[]，即可无缝对接后续算法或数据结构需求。

文中关于的知识介绍，希望对你的学习有所帮助！若是受益匪浅，那就动动鼠标收藏这篇《CSV 数字行拆分与扁平化处理方法》文章吧，也可关注golang学习网公众号了解相关技术文章。