插入排序 - MongoDB如何正确插入带双引号的文本记录？？

Question

使用自带的mongoimport.exe导入test.csv文件（测试内容如下）：

name,pass
test1,ztj"ile0
test2,"audreyhepburn"
test3,Xiaoya”””oge521
test4,""520xiangbin

问题：
导入后使用find({name:/^test/})查询，发现pass字段全部显示错误（和csv中原值完全不同，显示为空值或者只有一半文本等）——请问MongoDB如何正确插入带双引号的文本记录？？

无论是逐条insert还是批量import都无法插入带双引号的记录，即使使用“\”转义也不行，求大神！

Answer 1

根据 CSV 的标准：

   file = [header CRLF] record *(CRLF record) [CRLF]
   header = name *(COMMA name)
   record = field *(COMMA field)
   name = field
   field = (escaped / non-escaped)
   escaped = DQUOTE *(TEXTDATA / COMMA / CR / LF / 2DQUOTE) DQUOTE
   non-escaped = *TEXTDATA
   COMMA = %x2C
   CR = %x0D
   DQUOTE =  %x22
   LF = %x0A
   CRLF = CR LF
   TEXTDATA =  %x20-21 / %x23-2B / %x2D-7E

你举的例子中，test1 和 test4 都是不合法的，虽然我没有确认 MongoDB 是严格按照 RFC 4180 的标准来解析 CSV 的，但你的文件格式肯定是有很大问题。

因此还是建议先用工具把你的 CSV 文件标准化之后再导入数据库，不知道你的数据量有多大，但这只是简单的文本处理，耗时应该是可以接受的。

下面是一个方案，虽然不完美，但应该适用大多情况：

# 除了首行之外，对于每一行：
for line in file[1 ...]
  # 将第一个逗号前的部分作为 name, 逗号后的作为 pass
  [1:name, 2:pass] = line.match /^([^,])+,(.*)/

  # 如果存在 name 和 pass
  if name and pass
    # 如果在忽略首尾空格的情况下 pass 不是以双引号开头和结尾的，或者 pass 中间存在单个双引号就进行重新转义
    unless pass.trim().match(/^".*"$/) and !pass.match(/[^"]"[^"]/)
      # 重复双引号
      pass = pass.replace /"/, '""'
      # 在前后加上双引号
      pass = '"' + pass + '"'

    console.log [name, pass].join ','

https://tools.ietf.org/html/rfc4180