Java中 BufferedReader 在处理大型 CSV 文件时 怎么识别引号内换行符

BufferedReader不识别CSV语法，需手动实现状态机处理引号内换行和字段分割：统计未转义引号奇偶性判断行是否完整，再按inQuotes状态切分逗号，避免split(",")错误。

BufferedReader 本身不识别 CSV 语法，它只按行（n、rn）切分文本。遇到引号内换行（如 "addrnline2",123），直接调用 readLine() 会错误断开字段。关键不是“让 BufferedReader 识别”，而是在读取后主动判断是否需跨行合并——依据 CSV 规则：双引号包裹的字段允许内部换行，且必须成对出现。

---

判断是否需要合并下一行：看引号是否闭合

CSV 字段若以 " 开头，就必须以 " 结尾；中间的 "" 是转义（表示一个实际引号），不影响配对。因此，只需统计未被转义的引号个数是否为偶数：

• 每次读到一行，扫描所有字符，跳过 ""（两个连续引号算一个字面量引号，不翻转状态）
• 维护一个布尔变量 inQuotes，初始为 false
• 遇到 " 且下一个字符不是 " → 翻转 inQuotes
• 遇到 "" → 跳过第二个 "，不翻转
• 读完该行后，若 inQuotes == true，说明这行没结束，需追加下一行

String line;StringBuilder current = new StringBuilder();while ((line = br.readLine()) != null) {    current.append(line);    if (!isQuoteClosed(current.toString())) {        current.append("n"); // 保留原始换行，后续解析时统一处理        continue;    }    // 此时 current 是一个完整逻辑行    parseCsvRow(current.toString());    current.setLength(0); // 清空}

✅ isQuoteClosed() 就是上面的状态机逻辑：遍历字符串，计数有效引号，最后判断是否偶数（即已闭合）

---

不要依赖 line.endsWith(""") 做简单判断

这种写法容易出错：

立即学习“Java免费学习笔记（深入）”；

• "abc","defnghi"：第二字段含换行但以 " 结尾 → 合理
• "abc,"def"：第一字段未闭合，但行末不是 " → 仍需续读
• "text with ""escaped"" quote"：结尾是 "，但前面有转义，实际已闭合

仅靠结尾字符无法准确反映引号嵌套状态，必须逐字符解析。

---

实际解析时，字段拆分也得用状态机，不能 split(",")

即使拼好了完整逻辑行，也不能用 line.split(",") —— 因为 ,"Beijing, China", 中的逗号在引号内，不是分隔符。

正确做法是：

• 再次遍历字符串
• 维护 inQuotes 状态
• 只有在 !inQuotes && char == ',' 时才切分
• 遇到 " 则翻转状态，遇到 "" 则跳过下一个 "

这样既能处理引号内换行，也能正确提取每个字段内容（包括保留内部换行和逗号）。

---

补充建议：缓冲与性能

• BufferedReader 默认缓冲区 8KB，对大 CSV 建议显式加大（如 new BufferedReader(reader, 64 * 1024)），减少系统调用
• 不要用 readLine() + 字符串拼接处理超长字段（如上 G 字节描述），可改用 char[] 缓冲 + 状态机流式解析，避免内存暴涨
• 若项目允许，优先用成熟库（如 OpenCSV、Apache Commons CSV），它们已内置上述逻辑，且经过大量边界测试

不复杂但容易忽略