Java中实现CSV文件内容（不限列序）对比验证的教程

• equals(): 这个方法定义了两个Pair对象何时被认为是“相等”的。在这里，如果两个Pair的t值和u值都相等，则它们是相等的。这是Set判断元素是否重复或进行比较的基础。
• hashCode(): 当一个对象被放入基于哈希的集合（如HashSet）时，hashCode()方法用于计算该对象的哈希码，以确定其在集合中的存储位置。Java的约定要求：如果两个对象根据equals()方法是相等的，那么它们的hashCode()值也必须相等。反之则不一定。正确实现这两个方法是确保Set能够正确运行的关键。

第二步：将CSV数据转化为可比较的Set结构

有了Pair类，我们现在可以构建一个工具类来读取CSV数据，并将其转换为我们定义的Set>>结构。

CsvContentComparator类的实现

package com.example.csvcompare; // 根据您的项目结构调整包名

import java.util.Arrays;
import java.util.HashSet;
import java.util.List;
import java.util.Set;

/**
 * 用于将CSV数据转换为可进行内容比较的结构。
 * 支持列序和行序不一致的CSV文件比较。
 */
public final class CsvContentComparator {

    private final Set>> theSet;
    private final String[] columnHeader;

    /**
     * 私有构造函数，用于初始化列头和数据集合。
     *
     * @param columnHeadings 包含所有列头的字符串
     * @param headerSplitRegex 用于分割列头的正则表达式
     */
    private CsvContentComparator(String columnHeadings, String headerSplitRegex) {
        // 分割列头字符串，获取所有列头
        columnHeader = columnHeadings.split(headerSplitRegex);
        // 初始化存储所有行数据的Set
        theSet = new HashSet<>();
    }

    /**
     * 将一行CSV数据字符串转换为Set>。
     * 每个Pair包含一个数据值和其对应的列头。
     *
     * @param columnSource 一行CSV数据字符串
     * @param columnSplitRegex 用于分割列值的正则表达式
     * @return 代表一行数据的Set>
     * @throws IllegalArgumentException 如果数据列数与列头不匹配
     */
    private Set> createLine(String columnSource, String columnSplitRegex) {
        String[] columnValues = columnSource.split(columnSplitRegex);
        if (columnValues.length != columnHeader.length) {
            throw new IllegalArgumentException("数据行 '" + columnSource + "' 的列数 (" + columnValues.length +
                                               ") 与列头数 (" + columnHeader.length + ") 不匹配。");
        }
        Set> lineSet = new HashSet<>();
        for (int i = 0; i < columnValues.length; i++) {
            // 将每个数据值与其对应的列头配对
            lineSet.add(new Pair<>(columnValues[i], columnHeader[i]));
        }
        return lineSet;
    }

    /**
     * 获取表示整个CSV文件内容的Set>>。
     *
     * @return 包含所有行数据的Set
     */
    public Set>> getSet() {
        return theSet;
    }

    /**
     * 获取列头数组的副本。
     *
     * @return 列头数组的副本
     */
    public String[] getColumnHeaders() {
        return Arrays.copyOf(columnHeader, columnHeader.length);
    }

    /**
     * 静态工厂方法，从CSV数据列表中创建CsvContentComparator实例。
     * 列表的第一行被视为列头。
     *
     * @param theData CSV数据的列表，第一行为列头
     * @param headerSplitRegex 用于分割列头的正则表达式
     * @param columnSplitRegex 用于分割数据列的正则表达式
     * @return CsvContentComparator实例
     * @throws IllegalArgumentException 如果数据列表为空或没有列头
     */
    public static CsvContentComparator createFromData(List theData,
                                                      String headerSplitRegex, String columnSplitRegex) {
        if (theData == null || theData.isEmpty()) {
            throw new IllegalArgumentException("CSV数据列表不能为空。");
        }
        // 使用第一行作为列头初始化Comparator
        CsvContentComparator result = new CsvContentComparator(theData.get(0), headerSplitRegex);
        // 遍历剩余行，创建Set并添加到主Set中
        for (int i = 1; i < theData.size(); ++i) {
            result.theSet.add(result.createLine(theData.get(i), columnSplitRegex));
        }
        return result;
    }

    /**
     * 主方法，用于演示CSV文件内容的比较。
     */
    public static void main(String[] args) {
        // 示例源数据，包含5列5行
        String[] sourceData = {"a,b,c,d,e", "6,7,8,9,10", "1,2,3,4,5",
                "11,12,13,14,15", "16,17,18,19,20"};
        // 示例目标数据，列序和行序与源数据不同
        String[] targetData = {"c,b,e,d,a", "3,2,5,4,1", "8,7,10,9,6",
                "13,12,15,14,11", "18,17,20,19,16"};

        // 将字符串数组转换为List
        List sourceList = Arrays.asList(sourceData);
        List targetList = Arrays.asList(targetData);

        // 使用逗号作为分隔符创建CsvContentComparator实例
        CsvContentComparator sourceCSV = createFromData(sourceList, ",", ",");
        CsvContentComparator targetCSV = createFromData(targetList, ",", ",");

        // 比较两个CSV文件内容是否相等
        // containsAll用于检查一个Set是否包含另一个Set的所有元素
        // equals用于检查两个Set是否完全相同（包含相同元素且数量相同）
        boolean sourceContainsTarget = sourceCSV.getSet().containsAll(targetCSV.getSet());
        boolean targetContainsSource = targetCSV.getSet().containsAll(sourceCSV.getSet());
        boolean areEqual = sourceCSV.getSet().equals(targetCSV.getSet());

        System.out.println("源文件是否包含目标文件所有数据? " + sourceContainsTarget);
        System.out.println("目标文件是否包含源文件所有数据? " + targetContainsSource);
        System.out.println("两个文件内容是否完全相等? " + areEqual);

        // 验证一个简单场景，其中一个文件是另一个的子集
        String[] subsetData = {"a,b,c", "1,2,3"};
        List subsetList = Arrays.asList(subsetData);
        CsvContentComparator subsetCSV = createFromData(subsetList, ",", ",");

        System.out.println("\n源文件是否包含子集数据? " + sourceCSV.getSet().containsAll(subsetCSV.getSet()));
        System.out.println("子集数据是否包含源文件? " + subsetCSV.getSet().containsAll(sourceCSV.getSet()));
    }
}

核心方法解析

• CsvContentComparator(String columnHeadings, String headerSplitRegex) 构造函数:
  • 接收列头字符串和分隔符，将其分割并存储在columnHeader数组中。
  • 初始化theSet，这是一个Set>>，用于存储所有行的数据。
• createLine(String columnSource, String columnSplitRegex) 方法:
  • 接收一行CSV数据字符串和列分隔符。
  • 将该行数据分割成单独的列值。
  • 遍历这些列值，并使用预先存储的columnHeader数组，将每个值与其对应的列头组合成一个Pair。
  • 将所有这些Pair对象添加到一个HashSet>中，代表一行数据。
  • 重要提示: 此方法增加了列数检查，如果数据行的列数与列头数不匹配，会抛出IllegalArgumentException。
• createFromData(List theData, String headerSplitRegex, String columnSplitRegex) 静态工厂方法:
  • 这是一个方便的入口点，接收一个包含所有CSV行数据的List。
  • 默认将列表的第一行作为列头进行处理。
  • 遍历列表的其余行，调用createLine方法将每行转换为Set>，并将其添加到主theSet中。
• main 方法:
  • 演示了如何使用CsvContentComparator来比较两个具有不同列序和行序的CSV数据集。
  • 通过sourceCSV.getSet().containsAll(targetCSV.getSet())和targetCSV.getSet().containsAll(sourceCSV.getSet())来判断两个文件是否包含相同的数据。如果两者都为真，则表示两个文件内容完全一致。equals()方法则直接判断两个Set是否完全相同。

实现原理与优势

• 无序性: Set集合的天然无序特性是此解决方案的核心。无论是行内的列顺序，还是文件内的行顺序，都不会影响最终的比较结果，因为Set只关心元素是否存在，不关心其位置。
• equals/hashCode契约: 正确实现Pair类的equals()和hashCode()方法，确保了Set集合能够准确地识别和比较自定义对象。这是所有基于哈希的集合（如HashSet, HashMap）正确工作的基石。
• 灵活性: createFromData方法允许用户指定不同的列头分隔符和数据行分隔符，增加了代码的通用性。
• 语义化比较: 这种方法将CSV数据从简单的字符串表示提升为更具语义的“数据-列头”对，使得比较更加符合数据内容的逻辑。