本文介绍如何使用 java 遍历目录下的 csv 文件，逐行解析并检测是否同时包含特定数值（如 50、500、5000），满足条件则将文件移至 `invalid_files` 目录，否则归入 `processed` 目录。
在数据处理自动化场景中，常需根据 CSV 内容特征对文件进行智能分拣。例如：当某 CSV 的 score 列中同时出现 50、500 和 5000 这三个值时，视为“含异常数值模式”，应归类为无效文件；否则视为正常待处理文件。以下是一个结构清晰、可维护性强的 Java 实现方案，基于 OpenCSV 库（v5.7+）构建。
✅ 核心设计原则
- 职责分离：目录扫描、文件解析、条件校验、文件移动各由独立方法承担；
-
条件可配置：通过 Predicate
列表定义匹配逻辑，支持任意数量/类型的数值约束； - 高效终止：一旦确认文件含全部目标值（即触发“无效”判定），立即退出循环，避免冗余解析；
- 健壮路径处理：自动创建目标子目录（processed / invalid_files），规避 NoSuchFileException。
? 示例 CSV 结构（以分号分隔）
car;score;description Opel;30;43 Volvo;500;434 Kia;50;3 Toyota;4;4 Mazda;5000;4
对应实体类（注意 position = 1 表示第二列 score）：
import com.opencsv.bean.CsvBindByPosition;
import lombok.Data;
@Data
public class CsvLine {
@CsvBindByPosition(position = 1)
private BigDecimal value; // 对应 score 列
}⚙️ 完整可运行代码
import com.opencsv.bean.CsvToBeanBuilder;
import lombok.Data;
import java.io.*;
import java.math.BigDecimal;
import java.nio.file.*;
import java.util.*;
import java.util.function.Predicate;
import java.util.stream.Collectors;
public class CsvPatternClassifier {
public static void main(String[] args) throws IOException {
// 1. 配置目录与过滤器
File directory = Path.of("/path/to/your/csv/directory").toFile();
FilenameFilter csvFilter = (dir, name) -> name.toLowerCase().endsWith(".csv");
// 2. 定义“非法值”条件：若某行 score == 50/500/5000 → 触发无效判定
List> invalidValueConditions = List.of(
eq(new BigDecimal("50")),
eq(new BigDecimal("500")),
eq(new BigDecimal("5000"))
);
// 3. 启动批量处理
processDirectory(directory, csvFilter, invalidValueConditions);
}
public static void processDirectory(File directory, FilenameFilter filter,
List> invalidConditions) throws IOException {
Path processedDir = createDirectory(Path.of(directory.getAbsolutePath(), "processed"));
Path invalidDir = createDirectory(Path.of(directory.getAbsolutePath(), "invalid_files"));
File[] files = directory.listFiles(filter);
if (files == null) return;
for (File file : files) {
boolean isValid = isFileValid(file, invalidConditions);
Path targetDir = isValid ? processedDir : invalidDir;
moveFile(file, targetDir, StandardCopyOption.REPLACE_EXISTING);
}
}
// 判定文件是否“有效”：即 —— 不同时包含所有非法值
public static boolean isFileValid(File file, List> invalidConditions) throws IOException {
try (Reader reader = Files.newBufferedReader(file.toPath())) {
List lines = new CsvToBeanBuilder(reader)
.withType(CsvLine.class)
.withSkipLines(1) // 跳过表头
.withSeparator(';') // 指定分隔符
.build()
.parse();
Set foundInvalids = new HashSet<>();
for (CsvLine line : lines) {
if (line.getValue() == null) continue;
// 检查当前值是否命中任一非法条件
for (Predicate cond : invalidConditions) {
if (cond.test(line.getValue())) {
foundInvalids.add(line.getValue());
break;
}
}
// 一旦凑齐全部非法值，立即判定为无效文件
if (foundInvalids.size() == invalidConditions.size()) {
return false;
}
}
}
return true; // 未集齐全部非法值 → 视为有效
}
// 工具方法：生成“等于某值”的谓词
public static Predicate eq(BigDecimal target) {
return value -> value != null && value.compareTo(target) == 0;
}
public static void moveFile(File file, Path targetDir, StandardCopyOption option) throws IOException {
Files.move(file.toPath(), targetDir.resolve(file.getName()), option);
}
public static Path createDirectory(Path path) throws IOException {
return Files.exists(path) ? path : Files.createDirectory(path);
}
} ⚠️ 关键注意事项
- 分隔符适配：示例使用 ;，若你的 CSV 是逗号分隔，请将 .withSeparator(';') 改为 .withSeparator(',')；
-
编码声明：若 CSV 含中文或特殊字符，建议显式指定编码：
Files.newBufferedReader(file.toPath(), StandardCharsets.UTF_8)
- 性能优化：对超大 CSV，可考虑流式解析（CsvParser）替代 CsvToBeanBuilder，避免全量加载内存；
- 扩展性提示：如需支持“范围匹配”（如 score > 1000）或“正则匹配”，只需新增对应 Predicate 实现即可，无需修改主流程。
该方案彻底规避了原代码中因逻辑嵌套混乱、状态重置错误（如 found50 = false 位置不当）、资源重复关闭（br.close() 多次调用）导致的功能失效问题，兼具可读性、可测试性与生产就绪性。
