Javascript、CSVファイルの解析

Question

問題：JavascriptでCSVファイルのクライアント側を解析しています。

最初の質問はこれがどのようなエンコードですか？

cat file.csv | xxd 

ここでファイルが完全ではなく、ヘッダー行と2行目の先頭だけが表示されます。

0000000: 4500 2d00 6d00 6100 6900 6c00 2000 6100 E.-.m.a.i.l. .a. 
0000010: 6400 7200 6500 7300 3b00 5200 6f00 6500 d.r.e.s.;.R.o.e. 
0000020: 7000 6e00 6100 6100 6d00 3b00 4100 6300 p.n.a.a.m.;.A.c. 
0000030: 6800 7400 6500 7200 6e00 6100 6100 6d00 h.t.e.r.n.a.a.m. 
0000040: 3b00 4300 7200 6500 6400 6900 7400 6500 ;.C.r.e.d.i.t.e. 
0000050: 7500 7200 6e00 7500 6d00 6d00 6500 7200 u.r.n.u.m.m.e.r. 
0000060: 3b00 4700 6f00 6500 6400 6b00 6500 7500 ;.G.o.e.d.k.e.u. 
0000070: 7200 6400 6500 7200 7300 3b00 4600 7500 r.d.e.r.s.;.F.u. 
0000080: 6e00 6300 7400 6900 6500 3b00 4b00 6f00 n.c.t.i.e.;.K.o. 
0000090: 7300 7400 6500 6e00 7000 6c00 6100 6100 s.t.e.n.p.l.a.a. 
00000a0: 7400 7300 3b00 4200 6500 6800 6500 6500 t.s.;.B.e.h.e.e. 
00000b0: 7200 6400 6500 7200 3b00 4400 6500 6300 r.d.e.r.;.D.e.c. 
00000c0: 6c00 6100 7200 6100 6e00 7400 3b00 4700 l.a.r.a.n.t.;.G. 
00000d0: 6f00 6500 6400 6b00 6500 7500 7200 6400 o.e.d.k.e.u.r.d. 
00000e0: 6500 7200 3b00 4500 7800 7000 6f00 7200 e.r.;.E.x.p.o.r. 
00000f0: 7400 6500 7500 7200 3b00 4700 6500 6100 t.e.u.r.;.G.e.a. 
0000100: 6300 7400 6900 7600 6500 6500 7200 6400 c.t.i.v.e.e.r.d. 
0000110: 3b00 5000 6500 7200 7300 6f00 6e00 6500 ;.P.e.r.s.o.n.e. 
0000120: 6500 6c00 7300 6e00 7500 6d00 6d00 6500 e.l.s.n.u.m.m.e. 
0000130: 7200 3b00 4700 6500 6200 7200 7500 6900 r.;.G.e.b.r.u.i. 
0000140: 6b00 6500 7200 7300 6e00 6100 6100 6d00 k.e.r.s.n.a.a.m. 
0000150: 3b00 5500 3300 2000 2000 2000 2000 2000 ;.U.3. . . . . . 
0000160: 2000 2000 2000 2000 2000 2000 2000 2000 . . . . . . . . 
0000170: 2000 2000 2000 2000 2000 2000 2000 2000 . . . . . . . . 
0000180: 2000 2000 2000 2000 2000 2000 2000 2000 . . . . . . . . 
0000190: 2000 2000 2000 2000 2000 2000 2000 2000 . . . . . . . . 
00001a0: 2000 2000 2000 2000 2000 2000 2000 2000 . . . . . . . . 
00001b0: 2000 2000 2000 2000 2000 2000 2000 2000 . . . . . . . . 
00001c0: 2000 2000 2000 2000 2000 2000 2000 2000 . . . . . . . . 
00001d0: 2000 2000 2000 2000 2000 2000 2000 2000 . . . . . . . . 
00001e0: 2000 2000 2000 2000 2000 2000 2000 2000 . . . . . . . . 
00001f0: 2000 2000 2000 2000 2000 2000 2000 0d00 . . . . . . ... 
0000200: 0a00 4100 2e00 4a00 4100 4e00 5300 4500 ..A...J.A.N.S.E. 

ファイルを解析するには、各行をループできるようにします。

lines = str.match(/[^\r\n]+/g) 

結果は以下のようになります。：

['...\u0000', '\u0000', '\u0000...'] 

しかし、それが実際にそのようになります。

['... ', 'A...'] 

ファイルがない場合には、我々は次の正規表現を使用することを行うために、問題は、正規表現を "壊す" nullバイトを持っていない正規表現を私は使用することができます。

編集：

• が実行file -I戻りapplication/octet-stream; charset=binary

Answer 1

本当にこの仕組みを自分で記述する必要がありますか？ 私はthisがcsv-filesを読むためのjQuery-プラグインを参照している同様の質問に答えました。 （コメントするのに十分な担当者がいないので、私の答えになります）

また、エンコーディングは16ビット幅であると思われますので、正規表現はこれに最善のアプローチではないと私は考えています。たとえそれがわずか8ビットであったとしても、バイナリ形式を扱うことは、入力の各バイトが何を意味するかを正確に知っていなければ、実際には本当に困難です。