การแยกวิเคราะห์ไฟล์ CSV โดยใช้ NodeJS

ด้วย nodejs ฉันต้องการแยกวิเคราะห์ไฟล์. csv จำนวน 10,000 ระเบียนและดำเนินการบางอย่างในแต่ละแถว ฉันพยายามใช้http://www.adaltas.com/projects/node-csv ฉันไม่สามารถทำให้สิ่งนี้หยุดชั่วคราวในแต่ละแถวได้ นี่เพิ่งอ่านข้อมูลทั้งหมด 10,000 รายการ ฉันต้องทำสิ่งต่อไปนี้:

1. อ่าน csv ทีละบรรทัด
2. ดำเนินการที่ใช้เวลานานในแต่ละบรรทัด
3. ไปที่บรรทัดถัดไป

ใครช่วยแนะนำแนวคิดทางเลือกที่นี่ได้บ้าง

ดูเหมือนว่าคุณจำเป็นต้องใช้โซลูชันที่ใช้สตรีมบางอย่างมีไลบรารีดังกล่าวอยู่แล้วดังนั้นก่อนที่จะสร้างตัวเองใหม่ให้ลองใช้ไลบรารีนี้ซึ่งรวมถึงการรองรับการตรวจสอบความถูกต้องด้วย https://www.npmjs.org/package/fast-csv

ฉันใช้วิธีนี้: -

var fs = require('fs'); 
var parse = require('csv-parse');

var csvData=[];
fs.createReadStream(req.file.path)
    .pipe(parse({delimiter: ':'}))
    .on('data', function(csvrow) {
        console.log(csvrow);
        //do something with csvrow
        csvData.push(csvrow);        
    })
    .on('end',function() {
      //do something with csvData
      console.log(csvData);
    });

โซลูชันปัจจุบันของฉันใช้โมดูล async เพื่อดำเนินการแบบอนุกรม:

var fs = require('fs');
var parse = require('csv-parse');
var async = require('async');

var inputFile='myfile.csv';

var parser = parse({delimiter: ','}, function (err, data) {
  async.eachSeries(data, function (line, callback) {
    // do something with the line
    doSomething(line).then(function() {
      // when processing finishes invoke the callback to move to the next one
      callback();
    });
  })
});
fs.createReadStream(inputFile).pipe(parser);

• วิธีนี้ใช้csv-parserแทนcsv-parseคำตอบบางข้อข้างต้น
• csv-parserมาประมาณ 2 ปีหลังจาก csv-parseนั้น
• ทั้งสองคนแก้ปัญหาจุดประสงค์เดียวกัน แต่โดยส่วนตัวแล้วฉันพบว่า csv-parserดีกว่าเพราะจัดการส่วนหัวผ่านมันได้ง่าย

ติดตั้ง csv-parser ก่อน:

npm install csv-parser

สมมติว่าคุณมีไฟล์ csv ดังนี้:

NAME, AGE
Lionel Messi, 31
Andres Iniesta, 34

คุณสามารถดำเนินการที่จำเป็นได้ดังนี้:

const fs = require('fs'); 
const csv = require('csv-parser');

fs.createReadStream(inputFilePath)
.pipe(csv())
.on('data', function(data){
    try {
        console.log("Name is: "+data.NAME);
        console.log("Age is: "+data.AGE);

        //perform the operation
    }
    catch(err) {
        //error handler
    }
})
.on('end',function(){
    //some final operation
});  

สำหรับการอ่านเพิ่มเติมโปรดอ้างอิง

ในการหยุดสตรีมมิงแบบfast-csvชั่วคราวคุณสามารถทำสิ่งต่อไปนี้:

let csvstream = csv.fromPath(filePath, { headers: true })
    .on("data", function (row) {
        csvstream.pause();
        // do some heavy work
        // when done resume the stream
        csvstream.resume();
    })
    .on("end", function () {
        console.log("We are done!")
    })
    .on("error", function (error) {
        console.log(error)
    });

โปรเจ็กต์ node-csv ที่คุณอ้างถึงนั้นเพียงพออย่างสมบูรณ์สำหรับงานในการแปลงแต่ละแถวของข้อมูล CSV จำนวนมากจากเอกสารที่: http://csv.adaltas.com/transform/ :

csv()
  .from('82,Preisner,Zbigniew\n94,Gainsbourg,Serge')
  .to(console.log)
  .transform(function(row, index, callback){
    process.nextTick(function(){
      callback(null, row.reverse());
    });
});

จากประสบการณ์ของฉันฉันสามารถพูดได้ว่ามันเป็นการใช้งานที่ค่อนข้างรวดเร็วฉันได้ทำงานกับชุดข้อมูลที่มีเร็กคอร์ดเกือบ 10k และเวลาในการประมวลผลอยู่ในระดับสิบมิลลิวินาทีที่สมเหตุสมผลสำหรับทั้งชุด

คำแนะนำวิธีแก้ปัญหาตามสตรีมของRearding Jurka : node-csv IS stream based และเป็นไปตาม stream API ของ Node.js

อย่างรวดเร็ว CSV NPM โมดูลสามารถอ่านข้อมูลบรรทัดโดยบรรทัดจากไฟล์ CSV

นี่คือตัวอย่าง:

let csv= require('fast-csv');

var stream = fs.createReadStream("my.csv");

csv
 .parseStream(stream, {headers : true})
 .on("data", function(data){
     console.log('I am one line of data', data);
 })
 .on("end", function(){
     console.log("done");
 });

ผมจำเป็นต้องมีผู้อ่าน async CSV และพยายามเดิมคำตอบ @Pransh ทิวา แต่ไม่สามารถรับมันทำงานร่วมกับและawait util.promisify()ในที่สุดฉันก็เจอnode-csvtojsonซึ่งค่อนข้างเหมือนกับ csv-parser แต่ด้วยสัญญา นี่คือตัวอย่างการใช้งาน csvtojson ในการดำเนินการ:

const csvToJson = require('csvtojson');

const processRecipients = async () => {
    const recipients = await csvToJson({
        trim:true
    }).fromFile('./recipients.csv');

    // Code executes after recipients are fully loaded.
    recipients.forEach((recipient) => {
        console.log(recipient.name, recipient.email);
    });
};

ลองใช้ปลั๊กอิน npm ทีละบรรทัด

npm install line-by-line --save

นี่คือทางออกของฉันในการรับไฟล์ csv จาก url ภายนอก

const parse = require( 'csv-parse/lib/sync' );
const axios = require( 'axios' );
const readCSV = ( module.exports.readCSV = async ( path ) => {
try {
   const res = await axios( { url: path, method: 'GET', responseType: 'blob' } );
   let records = parse( res.data, {
      columns: true,
      skip_empty_lines: true
    } );

    return records;
 } catch ( e ) {
   console.log( 'err' );
 }

} );
readCSV('https://urltofilecsv');

วิธีแก้ปัญหาสำหรับการทำงานนี้ด้วยawait / async :

const csv = require('csvtojson')
const csvFilePath = 'data.csv'
const array = await csv().fromFile(csvFilePath);

โอเคมีคำตอบมากมายที่นี่และฉันไม่คิดว่าพวกเขาตอบคำถามของคุณซึ่งฉันคิดว่าคล้ายกับของฉัน

คุณต้องดำเนินการเช่นติดต่อฐานข้อมูลหรือ api ส่วนที่สามซึ่งจะใช้เวลาและเป็น asyncronus คุณไม่ต้องการโหลดเอกสารทั้งหมดลงในหน่วยความจำเนื่องจากมีขนาดใหญ่หรือมีเหตุผลอื่น ๆ ดังนั้นคุณต้องอ่านทีละบรรทัดเพื่อดำเนินการ

ฉันอ่านเอกสาร fs แล้วและมันสามารถหยุดอ่านได้ชั่วคราว แต่การใช้การเรียก. on ('data') จะทำให้มันต่อเนื่องซึ่งคำตอบเหล่านี้ส่วนใหญ่ใช้และทำให้เกิดปัญหา

อัปเดต: ฉันรู้ข้อมูลเกี่ยวกับสตรีมมากกว่าที่ฉันต้องการ

วิธีที่ดีที่สุดคือสร้างสตรีมที่สามารถเขียนได้ สิ่งนี้จะไปป์ข้อมูล csv ไปยังสตรีมที่เขียนได้ซึ่งคุณสามารถจัดการการโทรแบบ asyncronus ได้ ไปป์จะจัดการบัฟเฟอร์กลับไปยังเครื่องอ่านทั้งหมดดังนั้นคุณจะไม่ต้องใช้หน่วยความจำหนัก

เวอร์ชันง่าย

const parser = require('csv-parser');
const stripBom = require('strip-bom-stream');
const stream = require('stream')

const mySimpleWritable = new stream.Writable({
  objectMode: true, // Because input is object from csv-parser
  write(chunk, encoding, done) { // Required
    // chunk is object with data from a line in the csv
    console.log('chunk', chunk)
    done();
  },
  final(done) { // Optional
    // last place to clean up when done
    done();
  }
});
fs.createReadStream(fileNameFull).pipe(stripBom()).pipe(parser()).pipe(mySimpleWritable)

เวอร์ชันคลาส

const parser = require('csv-parser');
const stripBom = require('strip-bom-stream');
const stream = require('stream')
// Create writable class
class MyWritable extends stream.Writable {
  // Used to set object mode because we get an object piped in from csv-parser
  constructor(another_variable, options) {
    // Calls the stream.Writable() constructor.
    super({ ...options, objectMode: true });
    // additional information if you want
    this.another_variable = another_variable
  }
  // The write method
  // Called over and over, for each line in the csv
  async _write(chunk, encoding, done) {
    // The chunk will be a line of your csv as an object
    console.log('Chunk Data', this.another_variable, chunk)

    // demonstrate await call
    // This will pause the process until it is finished
    await new Promise(resolve => setTimeout(resolve, 2000));

    // Very important to add.  Keeps the pipe buffers correct.  Will load the next line of data
    done();
  };
  // Gets called when all lines have been read
  async _final(done) {
    // Can do more calls here with left over information in the class
    console.log('clean up')
    // lets pipe know its done and the .on('final') will be called
    done()
  }
}

// Instantiate the new writable class
myWritable = new MyWritable(somevariable)
// Pipe the read stream to csv-parser, then to your write class
// stripBom is due to Excel saving csv files with UTF8 - BOM format
fs.createReadStream(fileNameFull).pipe(stripBom()).pipe(parser()).pipe(myWritable)

// optional
.on('finish', () => {
  // will be called after the wriables internal _final
  console.log('Called very last')
})

วิธีการเก่า:

ปัญหาที่อ่านได้

const csv = require('csv-parser');
const fs = require('fs');

const processFileByLine = async(fileNameFull) => {

  let reading = false

  const rr = fs.createReadStream(fileNameFull)
  .pipe(csv())

  // Magic happens here
  rr.on('readable', async function(){
    // Called once when data starts flowing
    console.log('starting readable')

    // Found this might be called a second time for some reason
    // This will stop that event from happening
    if (reading) {
      console.log('ignoring reading')
      return
    }
    reading = true
    
    while (null !== (data = rr.read())) {
      // data variable will be an object with information from the line it read
      // PROCESS DATA HERE
      console.log('new line of data', data)
    }

    // All lines have been read and file is done.
    // End event will be called about now so that code will run before below code

    console.log('Finished readable')
  })


  rr.on("end", function () {
    // File has finished being read
    console.log('closing file')
  });

  rr.on("error", err => {
    // Some basic error handling for fs error events
    console.log('error', err);
  });
}

คุณจะสังเกตเห็นreadingธง ฉันสังเกตเห็นว่าด้วยเหตุผลบางอย่างที่อยู่ใกล้ส่วนท้ายของไฟล์. on ('readable') ถูกเรียกเป็นครั้งที่สองในไฟล์ขนาดเล็กและขนาดใหญ่ ฉันไม่แน่ใจว่าทำไม แต่สิ่งนี้บล็อกไม่ให้กระบวนการที่สองอ่านรายการโฆษณาเดียวกัน

ฉันใช้วิธีง่ายๆนี้: https://www.npmjs.com/package/csv-parser

ใช้งานง่ายมาก:

const csv = require('csv-parser')
const fs = require('fs')
const results = [];

fs.createReadStream('./CSVs/Update 20191103C.csv')
  .pipe(csv())
  .on('data', (data) => results.push(data))
  .on('end', () => {
    console.log(results);
    console.log(results[0]['Lowest Selling Price'])
  });

ฉันใช้csv-parseแต่สำหรับไฟล์ขนาดใหญ่กำลังประสบปัญหาด้านประสิทธิภาพหนึ่งในไลบรารีที่ดีกว่าที่ฉันพบคือPapa Parseเอกสารดีการสนับสนุนที่ดีน้ำหนักเบาไม่มีการอ้างอิง

ติดตั้ง papaparse

npm install papaparse

การใช้งาน:

• async / รอ

const fs = require('fs');
const Papa = require('papaparse');

const csvFilePath = 'data/test.csv'

// Function to read csv which returns a promise so you can do async / await.

const readCSV = async (filePath) => {
  const csvFile = fs.readFileSync(filePath)
  const csvData = csvFile.toString()  
  return new Promise(resolve => {
    Papa.parse(csvData, {
      header: true,
      transformHeader: header => header.trim(),
      complete: results => {
        console.log('Complete', results.data.length, 'records.'); 
        resolve(results.data);
      }
    });
  });
};

const test = async () => {
  let parsedData = await readCSV(csvFilePath); 
}

test()

• โทรกลับ

const fs = require('fs');
const Papa = require('papaparse');

const csvFilePath = 'data/test.csv'

const file = fs.createReadStream(csvFilePath);

var csvData=[];
Papa.parse(file, {
  header: true,
  transformHeader: header => header.trim(),
  step: function(result) {
    csvData.push(result.data)
  },
  complete: function(results, file) {
    console.log('Complete', csvData.length, 'records.'); 
  }
});

หมายเหตุheader: trueเป็นตัวเลือกในการกำหนดค่าโปรดดูเอกสารสำหรับตัวเลือกอื่น ๆ

fs = require('fs');
fs.readFile('FILENAME WITH PATH','utf8', function(err,content){
if(err){
    console.log('error occured ' +JSON.stringify(err));
 }
 console.log('Fileconetent are ' + JSON.stringify(content));
})

คุณสามารถแปลง csv เป็นรูปแบบ json โดยใช้โมดูล csv-to-json จากนั้นคุณสามารถใช้ไฟล์ json ในโปรแกรมของคุณได้อย่างง่ายดาย

npm ติดตั้ง csv

ตัวอย่างไฟล์ CSV คุณจะต้องมีไฟล์ CSV เพื่อแยกวิเคราะห์ดังนั้นคุณมีอยู่แล้วหรือคุณสามารถคัดลอกข้อความด้านล่างแล้ววางลงในไฟล์ใหม่และเรียกไฟล์นั้นว่า "mycsv.csv"

ABC, 123, Fudge
532, CWE, ICECREAM
8023, POOP, DOGS
441, CHEESE, CARMEL
221, ABC, HOUSE
1
ABC, 123, Fudge
2
532, CWE, ICECREAM
3
8023, POOP, DOGS
4
441, CHEESE, CARMEL
5
221, ABC, HOUSE

ตัวอย่างการอ่านโค้ดและการแยกวิเคราะห์ไฟล์ CSV

สร้างไฟล์ใหม่และใส่รหัสต่อไปนี้ลงในไฟล์ อย่าลืมอ่านสิ่งที่เกิดขึ้นเบื้องหลัง

    var csv = require('csv'); 
    // loads the csv module referenced above.

    var obj = csv(); 
    // gets the csv module to access the required functionality

    function MyCSV(Fone, Ftwo, Fthree) {
        this.FieldOne = Fone;
        this.FieldTwo = Ftwo;
        this.FieldThree = Fthree;
    }; 
    // Define the MyCSV object with parameterized constructor, this will be used for storing the data read from the csv into an array of MyCSV. You will need to define each field as shown above.

    var MyData = []; 
    // MyData array will contain the data from the CSV file and it will be sent to the clients request over HTTP. 

    obj.from.path('../THEPATHINYOURPROJECT/TOTHE/csv_FILE_YOU_WANT_TO_LOAD.csv').to.array(function (data) {
        for (var index = 0; index < data.length; index++) {
            MyData.push(new MyCSV(data[index][0], data[index][1], data[index][2]));
        }
        console.log(MyData);
    });
    //Reads the CSV file from the path you specify, and the data is stored in the array we specified using callback function.  This function iterates through an array and each line from the CSV file will be pushed as a record to another array called MyData , and logs the data into the console to ensure it worked.

var http = require('http');
//Load the http module.

var server = http.createServer(function (req, resp) {
    resp.writeHead(200, { 'content-type': 'application/json' });
    resp.end(JSON.stringify(MyData));
});
// Create a webserver with a request listener callback.  This will write the response header with the content type as json, and end the response by sending the MyData array in JSON format.

server.listen(8080);
// Tells the webserver to listen on port 8080(obviously this may be whatever port you want.)
1
var csv = require('csv'); 
2
// loads the csv module referenced above.
3
​
4
var obj = csv(); 
5
// gets the csv module to access the required functionality
6
​
7
function MyCSV(Fone, Ftwo, Fthree) {
8
    this.FieldOne = Fone;
9
    this.FieldTwo = Ftwo;
10
    this.FieldThree = Fthree;
11
}; 
12
// Define the MyCSV object with parameterized constructor, this will be used for storing the data read from the csv into an array of MyCSV. You will need to define each field as shown above.
13
​
14
var MyData = []; 
15
// MyData array will contain the data from the CSV file and it will be sent to the clients request over HTTP. 
16
​
17
obj.from.path('../THEPATHINYOURPROJECT/TOTHE/csv_FILE_YOU_WANT_TO_LOAD.csv').to.array(function (data) {
18
    for (var index = 0; index < data.length; index++) {
19
        MyData.push(new MyCSV(data[index][0], data[index][1], data[index][2]));
20
    }
21
    console.log(MyData);
22
});
23
//Reads the CSV file from the path you specify, and the data is stored in the array we specified using callback function.  This function iterates through an array and each line from the CSV file will be pushed as a record to another array called MyData , and logs the data into the console to ensure it worked.
24
​
25
var http = require('http');
26
//Load the http module.
27
​
28
var server = http.createServer(function (req, resp) {
29
    resp.writeHead(200, { 'content-type': 'application/json' });
30
    resp.end(JSON.stringify(MyData));
31
});
32
// Create a webserver with a request listener callback.  This will write the response header with the content type as json, and end the response by sending the MyData array in JSON format.
33
​
34
server.listen(8080);
35
// Tells the webserver to listen on port 8080(obviously this may be whatever port you want.)
Things to be aware of in your app.js code
In lines 7 through 11, we define the function called 'MyCSV' and the field names.

If your CSV file has multiple columns make sure you define this correctly to match your file.

On line 17 we define the location of the CSV file of which we are loading.  Make sure you use the correct path here.

เริ่มแอพของคุณและตรวจสอบฟังก์ชันการทำงานเปิดคอนโซลและพิมพ์คำสั่งต่อไปนี้:

Node app 1 Node app คุณควรเห็นผลลัพธ์ต่อไปนี้ในคอนโซลของคุณ:

[  MYCSV { Fieldone: 'ABC', Fieldtwo: '123', Fieldthree: 'Fudge' },
   MYCSV { Fieldone: '532', Fieldtwo: 'CWE', Fieldthree: 'ICECREAM' },
   MYCSV { Fieldone: '8023', Fieldtwo: 'POOP', Fieldthree: 'DOGS' },
   MYCSV { Fieldone: '441', Fieldtwo: 'CHEESE', Fieldthree: 'CARMEL' },
   MYCSV { Fieldone: '221', Fieldtwo: 'ABC', Fieldthree: 'HOUSE' }, ]

1 [MYCSV {Fieldone: 'ABC', Fieldtwo: '123', Fieldthree: 'Fudge'}, 2 MYCSV {Fieldone: '532', Fieldtwo: 'CWE', Fieldthree: 'ICECREAM'}, 3 MYCSV {Fieldone: '8023', Fieldtwo: 'POOP', Fieldthree: 'DOGS'}, 4 MYCSV {Fieldone: '441', Fieldtwo: 'CHEESE', Fieldthree: 'CARMEL'}, 5 MYCSV {Fieldone: '221', Fieldtwo: 'ABC', Fieldthree: 'HOUSE'}] ตอนนี้คุณควรเปิดเว็บเบราว์เซอร์และไปที่เซิร์ฟเวอร์ของคุณ คุณควรเห็นมันส่งออกข้อมูลในรูปแบบ JSON

ข้อสรุปการใช้ node.js และเป็นโมดูล CSV ทำให้เราสามารถอ่านและใช้ข้อมูลที่เก็บไว้บนเซิร์ฟเวอร์ได้อย่างรวดเร็วและง่ายดายและทำให้พร้อมใช้งานสำหรับไคลเอนต์ตามคำขอ