第一部分：C#基础入门
CSV文件处理——销售数据导入导出
实例介绍
CSV（逗号分隔值） 是企业中最常用的轻量级数据交换格式——它比Excel简单（无需解析复杂的二进制结构），比XML/JSON更省空间，跨平台兼容性极强（几乎所有系统、工具都支持）。销售数据的导入导出是典型场景：比如将ERP系统的销售记录导出为CSV给vb.net教程C#教程python教程SQL教程access 2010教程
财务部门，或从经销商提供的CSV中导入销售数据到自己的系统。
本节不依赖任何第三方库（如CsvHelper），用原生C# IO+正则表达式实现CSV的完整处理，带你掌握CSV的标准格式规则（如特殊字符转义）、导入导出的核心逻辑，以及如何处理实际场景中的异常（如格式错误、编码问题）。
需求分析

1. 业务场景
   模拟销售数据的双向流转：
   导出：将内存中的SalesRecord列表（含订单ID、产品名称、销售数量、单价、销售日期、客户名称）导出为CSV文件，支持处理含逗号、引号的特殊字段；
   导入：从CSV文件解析出SalesRecord列表，正确处理带引号的字段、日期/数值类型转换，兼容UTF-8/GBK编码；
   异常处理：捕获文件不存在、格式错误（如字段数不匹配、日期格式错误）等问题，返回友好提示。
2. 核心规则（遵循RFC 4180标准）
   字段间用逗号分隔；
   第一行可选表头；
   字段含逗号/引号时，需用双引号包裹；
   字段内的双引号需转义为两个双引号（如He said "Hello" → "He said ""Hello"""）；
   行结束符为CRLF（ ）。
   代码实现
   csharp

	using System;
	using System.Collections.Generic;
	using System.IO;
	using System.Linq;
	using System.Text;
	using System.Text.RegularExpressions;
	
	namespace CsvSalesDemo
	{
	// ==================== 1. 销售记录模型 ====================
	public class SalesRecord
	{
	public string OrderId { get; set; } = string.Empty;
	public string ProductName { get; set; } = string.Empty;
	public int Quantity { get; set; }
	public decimal UnitPrice { get; set; }
	public DateTime SaleDate { get; set; }
	public string CustomerName { get; set; } = string.Empty;
	}
	
	// ==================== 2. CSV处理工具类 ====================
	public static class CsvSalesHandler
	{
	// CSV字段分割正则（处理带引号的字段）
	private static readonly Regex _csvFieldRegex = new Regex(
	@"(""([^""]|""""")*""|[^,]*)(?=,|$)", 
	RegexOptions.Compiled | RegexOptions.ExplicitCapture
	);
	
	/// <summary>
	/// 导出销售记录到CSV文件
	/// </summary>
	/// <param name="records">销售记录列表</param>
	/// <param name="filePath">文件路径</param>
	/// <param name="encoding">编码（默认UTF-8）</param>
	public static void ExportToCsv(List<SalesRecord> records, string filePath, Encoding? encoding = null)
	{
	encoding ??= Encoding.UTF8;
	var lines = new List<string>();
	
	// 1. 添加表头
	lines.Add("OrderId,ProductName,Quantity,UnitPrice,SaleDate,CustomerName");
	
	// 2. 添加数据行
	foreach (var record in records)
	{
	var fields = new List<string>
	{
	EscapeCsvField(record.OrderId),
	EscapeCsvField(record.ProductName),
	record.Quantity.ToString(),
	record.UnitPrice.ToString("F2"),
	record.SaleDate.ToString("yyyy-MM-dd"),
	EscapeCsvField(record.CustomerName)
	};
	lines.Add(string.Join(",", fields));
	}
	
	// 3. 写入文件（用CRLF换行）
	File.WriteAllLines(filePath, lines, encoding);
	Console.WriteLine($"✅ 导出成功：{filePath}（编码：{encoding.EncodingName}）");
	}
	
	/// <summary>
	/// 从CSV文件导入销售记录
	/// </summary>
	/// <param name="filePath">文件路径</param>
	/// <param name="encoding">编码（默认UTF-8）</param>
	/// <returns>销售记录列表</returns>
	public static List<SalesRecord> ImportFromCsv(string filePath, Encoding? encoding = null)
	{
	encoding ??= Encoding.UTF8;
	var records = new List<SalesRecord>();
	
	// 1. 检查文件存在
	if (!File.Exists(filePath))
	{
	throw new FileNotFoundException("CSV文件不存在", filePath);
	}
	
	// 2. 读取所有行（跳过表头）
	var lines = File.ReadAllLines(filePath, encoding).Skip(1).ToList();
	if (lines.Count == 0)
	{
	Console.WriteLine("⚠️ CSV文件无数据行");
	return records;
	}
	
	// 3. 解析每一行
	for (int i = 0; i < lines.Count; i++)
	{
	var line = lines[i].Trim();
	if (string.IsNullOrEmpty(line)) continue;
	
	try
	{
	// 分割字段（处理带引号的情况）
	var fields = ParseCsvLine(line);
	if (fields.Count != 6)
	{
	throw new FormatException($"字段数不匹配（预期6个，实际{fields.Count}个）");
	}
	
	// 转换数据类型
	records.Add(new SalesRecord
	{
	OrderId = fields[0],
	ProductName = fields[1],
	Quantity = int.TryParse(fields[2], out var qty) ? qty : 0,
	UnitPrice = decimal.TryParse(fields[3], out var price) ? price : 0m,
	SaleDate = DateTime.TryParse(fields[4], out var date) ? date : DateTime.MinValue,
	CustomerName = fields[5]
	});
	}
	catch (Exception ex)
	{
	Console.WriteLine($"❌ 解析第{i+2}行失败：{ex.Message}（内容：{line}）");
	}
	}
	
	Console.WriteLine($"✅ 导入完成：共{records.Count}条有效记录");
	return records;
	}
	
	/// <summary>
	/// 转义CSV字段（处理逗号、引号）
	/// </summary>
	private static string EscapeCsvField(string field)
	{
	if (string.IsNullOrEmpty(field)) return string.Empty;
	// 若字段含逗号、引号或换行，需用双引号包裹
	if (field.Contains(',') || field.Contains('"') || field.Contains('
') || field.Contains('
'))
	{
	// 引号转义为两个引号
	return $""{field.Replace(""", """")}"";
	}
	return field;
	}
	
	/// <summary>
	/// 解析CSV行（提取字段，处理带引号的情况）
	/// </summary>
	private static List<string> ParseCsvLine(string line)
	{
	var fields = new List<string>();
	var matches = _csvFieldRegex.Matches(line);
	
	foreach (Match match in matches)
	{
	var field = match.Value;
	// 去除前后引号，并转义回单个引号
	if (field.StartsWith('"') && field.EndsWith('"'))
	{
	field = field.Substring(1, field.Length - 2).Replace("""", """);
	}
	fields.Add(field);
	}
	return fields;
	}
	}
	
	// ==================== 3. 测试程序 ====================
	class Program
	{
	static void Main(string[] args)
	{
	// 测试数据（含特殊字符）
	var testRecords = new List<SalesRecord>
	{
	new() { OrderId = "ORD2025001", ProductName = "Laptop, Pro", Quantity = 2, UnitPrice = 9999.00m, SaleDate = new DateTime(2025, 1, 15), CustomerName = "张三"先生" },
	new() { OrderId = "ORD2025002", ProductName = "Mouse", Quantity = 5, UnitPrice = 129.00m, SaleDate = new DateTime(2025, 1, 16), CustomerName = "李四" }
	};
	
	// 1. 导出测试
	string csvPath = Path.Combine(AppDomain.CurrentDomain.BaseDirectory, "sales.csv");
	CsvSalesHandler.ExportToCsv(testRecords, csvPath);
	
	// 2. 导入测试
	Console.WriteLine("
=== 导入结果 ===");
	var importedRecords = CsvSalesHandler.ImportFromCsv(csvPath);
	foreach (var record in importedRecords)
	{
	Console.WriteLine($"订单ID：{record.OrderId} | 产品：{record.ProductName} | 数量：{record.Quantity} | 日期：{record.SaleDate:yyyy-MM-dd}");
	}
	}
	}
	}

逐行讲解

1. 销售记录模型（SalesRecord）
   包含销售场景的核心字段：订单ID、产品名称、数量、单价、销售日期、客户名称；
   所有字符串字段默认初始化空字符串，避免空引用异常。
2. CSV处理工具类（CsvSalesHandler）
   （1）导出方法（ExportToCsv）
   编码处理：默认UTF-8，支持传入自定义编码（如GBK）；
   表头生成：第一行固定为字段名，与模型属性对应；
   字段转义：EscapeCsvField方法处理特殊字符——若字段含逗号、引号或换行，用双引号包裹，引号转义为两个引号（符合RFC 4180标准）；
   写入文件：用File.WriteAllLines写入，自动处理换行（CRLF）。
   （2）导入方法（ImportFromCsv）
   文件检查：先判断文件是否存在，避免FileNotFoundException；
   跳过表头：用Skip(1)跳过第一行表头；
   行解析：ParseCsvLine方法通过正则表达式提取字段，处理带引号的情况（正则匹配规则：要么是带引号的字段，要么是不含逗号的普通字段）；
   类型转换：用TryParse安全转换数值和日期，避免格式错误导致整个导入失败；
   异常捕获：针对每一行单独捕获异常，打印错误信息但不中断整个导入流程。
   （3）核心辅助方法
   EscapeCsvField：转义特殊字段，确保导出的CSV格式正确；
   ParseCsvLine：用正则表达式解决CSV字段分割的痛点（直接Split(',')会错误分割引号内的逗号）。
3. 测试程序
   特殊字符测试：第一条记录的产品名称含逗号（Laptop, Pro），客户名称含引号（张三"先生），验证导出导入是否正确处理；
   流程验证：导出后立即导入，对比原始数据与导入结果是否一致。
   基础知识拓展
4. CSV标准格式（RFC 4180）

2. 原生IO vs 第三方库（如CsvHelper）
   | 方案 | 优点 | 缺点 |
   | ---- | ---- | ---- |
   | 原生IO | 轻量无依赖、灵活可控 | 需手动处理转义、类型转换、异常；代码量大 |
   | CsvHelper | 强大的映射功能（模型与CSV字段自动匹配）、支持验证、分页、大文件处理 | 需要安装NuGet包；学习成本略高 |

3. 编码问题
   UTF-8：跨平台首选，建议带BOM（避免部分工具乱码）；
   GBK：适合国内传统系统（如老版Excel），需指定Encoding.GetEncoding("GBK")；
   注意：导入时需与导出编码一致，否则会出现乱码。
   扩展思考
   大文件处理：若CSV文件超过100MB，用File.ReadAllLines会占用大量内存，可改为StreamReader逐行读取：
   csharp

	using var reader = new StreamReader(filePath, encoding);
	reader.ReadLine(); // 跳过表头
	string? line;
	while ((line = reader.ReadLine()) != null) { /* 解析行 */ }

自定义分隔符：支持分号（;）或制表符（ ），只需修改正则表达式和转义逻辑；
数据验证：导入时添加业务规则（如数量>0、单价>0），不符合的记录标记为无效；
数据库集成：导入后将记录存入SQL Server（用Dapper/EFCore），导出前从数据库查询数据。
总结
本节通过原生C#实现了CSV的导入导出，重点解决了特殊字符处理、格式解析、异常兼容等核心问题，让你理解CSV的底层逻辑。虽然第三方库更便捷，但原生实现能帮你掌握文件操作、正则表达式、编码处理等基础技能。在实际项目中，若需求简单用原生IO即可，复杂场景推荐用CsvHelper等成熟库。
记住：CSV看似简单，但细节（如特殊字符、编码）处理不好会导致数据错乱——遵循标准格式是避免问题的关键！
（实例完）