Entrée

Read CSV .NET : L'approche C# la plus simple à l'aide d'IronXL : Image 2 - Exemple d'entrée CSV

Sortie

Read CSV .NET : L'approche C# la plus simple à l'aide d'IronXL : Image 3 - Sortie console

Vous pouvez également lire un fichier CSV à l'aide de la bibliothèque CsvHelper, qui est populaire pour gérer les opérations CSV dans .NET. Pour lire un fichier CSV à l'aide de CsvHelper, créez un StreamReader puis une nouvelle instance CsvReader, souvent assignée à une variable comme var csv ou var reader :

using (var reader = new StreamReader("sales_data.csv"))
using (var csv = new CsvHelper.CsvReader(reader, System.Globalization.CultureInfo.InvariantCulture))
{
    var records = csv.GetRecords<dynamic>().ToList();
    // Process records as needed
}

using (var reader = new StreamReader("sales_data.csv"))
using (var csv = new CsvHelper.CsvReader(reader, System.Globalization.CultureInfo.InvariantCulture))
{
    var records = csv.GetRecords<dynamic>().ToList();
    // Process records as needed
}

Vous pouvez également écrire dans un fichier CSV à l'aide de CsvHelper en créant une instance StreamWriter et CsvWriter.

La méthode LoadCSV accepte trois paramètres : le chemin d'accès au fichier, le format Excel cible pour la représentation interne et le caractère de délimitation séparant les valeurs. Une fois chargé, le contenu CSV devient accessible via la propriété DefaultWorkSheet, qui fournit la feuille de calcul principale contenant tous les enregistrements importés.

La structure de boucle imbriquée parcourt chaque Row de la feuille de calcul, puis chaque Cell de cette ligne. La propriété Value renvoie le contenu de la cellule sous forme d'objet, tandis que le caractère de tabulation crée une séparation lisible des colonnes dans la sortie de la console. Ce modèle fonctionne de manière identique, que le fichier source contienne 10 lignes ou qu'il traite de gros fichiers CSV contenant des milliers d'enregistrements en mémoire.

Comment l'analyse CSV manuelle se compare-t-elle à l'utilisation d'une bibliothèque ? Comprendre la complexité qu'élimine IronXL permet d'en apprécier la valeur. L'analyse CSV manuelle nécessite de traiter de nombreux cas de figure qui semblent simples mais qui deviennent rapidement problématiques dans n'importe quel projet. ```cs using System; using System.IO; class Program { static void Main(string[] args) { // Manual approach - requires extensive code for basic functionality string path = "data.csv"; string[] lines = File.ReadAllLines(path); foreach (string line in lines) { // This breaks when CSV fields contain commas inside quotes string[] fields = line.Split(','); foreach (string field in fields) { Console.Write(field.Trim() + "\t"); } Console.WriteLine(); } } } ``` ### Entrée [Read CSV .NET : L'approche C# la plus simple à l'aide d'IronXL : Image 4 - Entrée CSV](/static-assets/excel/blog/read-csv-net/read-csv-net-4.webp) ### Sortie [Read CSV .NET : L'approche C# la plus simple à l'aide d'IronXL : Image 5 - Sortie d'analyse CSV manuelle](/static-assets/excel/blog/read-csv-net/read-csv-net-5.webp) L'approche manuelle échoue lorsque les champs CSV contiennent des virgules intégrées dans des chaînes de caractères entre guillemets - un scénario courant dans les champs d'adresse ou les descriptions. Pour lire et écrire correctement des fichiers CSV, il faut gérer les champs entre guillemets, les guillemets échappés, les valeurs multilignes et les différents encodages. L'utilisation de la bibliothèque CsvHelper ou de packages CSV Helper similaires ajoute des dépendances, tandis que le déploiement de votre propre analyseur signifie la création d'un nouveau `StreamReader`, la mise en œuvre d'un modèle de lecteur `var` et la gestion de l'ensemble du processus de lecture du fichier par vous-même. ```cs using IronXL; using System; class Program { static void Main(string[] args) { // IronXL approach - handles all edge cases automatically WorkBook workbook = WorkBook.LoadCSV("data.csv", fileFormat: ExcelFileFormat.XLSX, listDelimiter: ","); var records = workbook.DefaultWorkSheet.Rows; foreach (var row in records) { foreach (var cell in row) { Console.Write(cell.Value + "\t"); } Console.WriteLine(); } } } ``` La version IronXL accomplit la même tâche tout en gérant correctement les champs CSV cités, les caractères spéciaux et les variations d'encodage. La classe `WorkBook` gère la complexité de l'analyse en interne, ce qui permet aux développeurs de se concentrer sur l'utilisation des données plutôt que sur leur extraction. Contrairement aux approches nécessitant une nouvelle instance de `CsvReader` ou une configuration de paquetage `CsvHelper`, IronXL ne nécessite aucune configuration supplémentaire - il suffit de charger et d'utiliser. ## Comment gérer les différents délimiteurs CSV? Les fichiers CSV n'utilisent pas toujours des virgules comme séparateurs. Les exportations de systèmes européens utilisent fréquemment des points-virgules en raison de l'utilisation de virgules dans les nombres décimaux, tandis que les valeurs séparées par des tabulations (TSV) et les fichiers délimités par des tuyaux apparaissent régulièrement dans les exportations de données provenant de diverses applications. ```cs using IronXL; using System; class Program { static void Main(string[] args) { // Reading a semicolon-delimited file (common in European exports) WorkBook euroData = WorkBook.LoadCSV("german_report.csv", fileFormat: ExcelFileFormat.XLSX, listDelimiter: ";"); // Reading a tab-separated file WorkBook tsvData = WorkBook.LoadCSV("exported_data.tsv", fileFormat: ExcelFileFormat.XLSX, listDelimiter: "\t"); // Reading a pipe-delimited file WorkBook pipeData = WorkBook.LoadCSV("legacy_system.csv", fileFormat: ExcelFileFormat.XLSX, listDelimiter: "|"); // Access data identically regardless of original delimiter WorkSheet sheet = euroData.DefaultWorkSheet; int rowsCount = sheet.RowCount; Console.WriteLine($"Loaded {rowsCount} rows with {sheet.ColumnCount} CSV columns"); } } ``` Le paramètre `listDelimiter` dans `LoadCSV` accepte n'importe quel caractère unique ou séquence d'échappement comme séparateur de champ. Les caractères de tabulation utilisent la séquence d'échappement `\t`. Après le chargement, la structure des données reste cohérente quel que soit le format d'origine, ce qui facilite le traitement des fichiers CSV provenant de sources multiples avec des délimiteurs différents. La valeur par défaut de la plupart des fichiers CSV est une virgule, mais cette flexibilité permet de gérer toute variation rencontrée par votre projet. ### Entrée [Read CSV .NET : L'approche C# la plus simple à l'aide d'IronXL : Image 6 - Entrée d'un fichier CSV délimité par des points-virgules](/static-assets/excel/blog/read-csv-net/read-csv-net-6.webp) ### Sortie [Read CSV .NET : L'approche C# la plus simple à l'aide d'IronXL : Image 7 - Sortie délimitée par des points-virgules](/static-assets/excel/blog/read-csv-net/read-csv-net-7.webp) Les propriétés de classe [`RowCount`](/csharp/excel/object-reference/api/IronXL.WorkSheet.html) et `ColumnCount` permettent de vérifier rapidement que le fichier s'est chargé correctement, ce qui s'avère particulièrement utile lorsqu'on travaille avec des sources de données peu familières ou qu'on valide les téléchargements des utilisateurs dans une application ASP.NET Core. ## Quelles sont les meilleures méthodes pour convertir CSV en DataTable? La conversion de données CSV en `DataTable` permet l'intégration avec des opérations de base de données, la liaison de données dans les applications d'interface utilisateur et les requêtes LINQ. La méthode `ToDataTable` effectue cette conversion en un seul appel. ```cs using IronXL; using System; using System.Data; class Program { static void Main(string[] args) { // Load CSV and convert to DataTable WorkBook workbook = WorkBook.LoadCSV("customers.csv", ExcelFileFormat.XLSX, ","); WorkSheet sheet = workbook.DefaultWorkSheet; // Convert worksheet to DataTable - true parameter uses CSV file header as column names DataTable dataTable = sheet.ToDataTable(true); // DataTable is now ready for database operations, binding, or LINQ queries Console.WriteLine($"DataTable created with {dataTable.Columns.Count} columns:"); foreach (DataColumn column in dataTable.Columns) { // Property names from CSV header become column names Console.WriteLine($" - {column.ColumnName}"); } Console.WriteLine($"\nTotal records: {dataTable.Rows.Count}"); // Access data using standard DataTable syntax foreach (DataRow row in dataTable.Rows) { // Access by column index or name attribute string name = row["Name"].ToString(); string email = row["Email"].ToString(); Console.WriteLine($"Customer: {name}, Email: {email}"); } } } ``` Le paramètre booléen dans `ToDataTable` détermine si la première ligne doit devenir des en-têtes de colonnes (`true`) ou des données (`false`). Lorsque la valeur est `true`, les colonnes de la `DataTable` résultante portent les noms de propriété de la ligne d'en-tête du fichier CSV, ce qui permet un accès intuitif aux données à l'aide de noms de colonnes tels que `row["Name"]`. Cette conversion s'avère précieuse pour les scénarios nécessitant des insertions en masse dans les bases de données à l'aide de `SqlBulkCopy`, le remplissage des contrôles `DataGridView` dans les applications Windows Forms, ou l'exécution de transformations de données complexes à l'aide d'expressions LINQ. Le format `DataTable` s'intègre également naturellement à Entity Framework et à d'autres outils ORM dans votre projet .NET Core Web API.

Les fichiers CSV peuvent-ils être convertis au format Excel ? L'une des capacités remarquables d'IronXL est la conversion de données CSV en formats Excel appropriés. Cela permet d'ajouter des formules, du formatage, des graphiques et plusieurs feuilles de calcul à des données CSV initialement plates, ce qu'il est impossible de faire en écrivant uniquement des fichiers CSV. ```cs using IronXL; using System; class Program { static void Main(string[] args) { // Load CSV data from file path string path = "quarterly_sales.csv"; WorkBook workbook = WorkBook.LoadCSV(path, ExcelFileFormat.XLSX, ","); // Save as Excel XLSX format - create new Excel file workbook.SaveAs("quarterly_sales.xlsx"); // Alternative: Save as legacy XLS format for older Excel versions workbook.SaveAs("quarterly_sales.xls"); Console.WriteLine("CSV successfully converted to Excel format"); } } ``` La méthode `SaveAs` détermine automatiquement le format de sortie en fonction de l'extension du fichier. `XLSX` crée des fichiers Office Open XML modernes compatibles avec Excel 2007 et les versions ultérieures, tandis que `XLS` produit des documents au format Binary Interchange File Format pour les applications plus anciennes. ### Entrée [Read CSV .NET : L'approche C# la plus simple à l'aide d'IronXL : Image 8 - Données CSV](/static-assets/excel/blog/read-csv-net/read-csv-net-8.webp) ### Sortie [Read CSV .NET : L'approche C# la plus simple à l'aide d'IronXL : Image 9 - Sortie Excel](/static-assets/excel/blog/read-csv-net/read-csv-net-9.webp) [Read CSV .NET : L'approche C# la plus simple à l'aide d'IronXL : Image 10 - Sortie CSV vers Excel](/static-assets/excel/blog/read-csv-net/read-csv-net-10.webp) Ce flux de travail s'avère particulièrement utile lorsque des exportations CSV provenant de bases de données ou d'API doivent être améliorées avant d'être distribuées à un utilisateur. Après la conversion, le fichier Excel peut recevoir un formatage supplémentaire, des formules ou être combiné avec d'autres feuilles de calcul - le tout de manière programmatique grâce aux [comprehensive editing capabilities](/csharp/excel/how-to/csharp-edit-excel-file/) d'IronXL. Contrairement aux approches utilisant un `var` writer avec une nouvelle instance `StreamWriter` pour écrire des fichiers CSV, IronXL gère l'ensemble de la conversion des fichiers de manière transparente. ## Comment accéder à des valeurs de cellules spécifiques dans des données CSV? Au-delà de l'itération à travers tous les enregistrements, IronXL fournit un accès direct aux cellules en utilisant un adressage familier de type Excel. Cela permet l'extraction de données ciblées et la récupération de valeurs en toute sécurité à travers différents types de données. ```cs using IronXL; using System; // Example class to demonstrate structured data access public class Employee { public int Id { get; set; } public string Name { get; set; } public int Age { get; set; } } class Program { static void Main(string[] args) { WorkBook workbook = WorkBook.LoadCSV("inventory.csv", ExcelFileFormat.XLSX, ","); WorkSheet sheet = workbook.DefaultWorkSheet; // Access specific cells using Excel-style addresses by index string productName = sheet["A2"].StringValue; int quantity = sheet["B2"].IntValue; decimal price = sheet["C2"].DecimalValue; Console.WriteLine($"Product: {productName}"); Console.WriteLine($"Quantity: {quantity}"); Console.WriteLine($"Price: ${price:F2}"); // Access a range of cells - return records from column A var productRange = sheet["A2:A10"]; Console.WriteLine("\nAll products:"); foreach (var cell in productRange) { Console.WriteLine($" - {cell.StringValue}"); } } } ``` L'adressage des cellules suit les conventions Excel où les lettres représentent les colonnes du CSV (A, B, C) et les chiffres représentent les positions d'index de ligne (1, 2, 3). La classe [Cell](/csharp/excel/object-reference/api/IronXL.Cell.html) fournit des accesseurs spécifiques au type, notamment `StringValue`, `IntValue`, `DecimalValue`, `BoolValue` et `DateTimeValue`. Ces accesseurs gèrent l'analyse syntaxique et la conversion automatiquement, ce qui élimine le moulage manuel des types et réduit la surcharge de mémoire par rapport au stockage de toutes les valeurs sous forme de chaînes. La sélection d'une plage à l'aide d'une notation telle que `A2:A10` renvoie un objet [Range](/csharp/excel/object-reference/api/IronXL.Range.html) qui prend en charge l'itération, les fonctions d'agrégation et les opérations en bloc. Cela s'avère très utile pour extraire des colonnes spécifiques ou des régions de données rectangulaires à partir de fichiers CSV volumineux. Par exemple, vous pouvez créer une nouvelle liste de valeurs à partir d'une colonne spécifique ou écrire des données filtrées dans un autre fichier. ## Gestion des erreurs dans les opérations sur les fichiers CSV Une gestion robuste des erreurs est essentielle lorsque l'on travaille avec des fichiers CSV dans des applications .NET. La lecture et l'écriture de fichiers CSV peuvent entraîner divers problèmes, tels que des fichiers manquants, des données mal formées ou des erreurs d'analyse inattendues. Pour gérer ces scénarios, la meilleure pratique consiste à envelopper les opérations sur les fichiers et les données dans des blocs try-catch, ce qui permet à votre application de gérer les exceptions de manière gracieuse et de fournir un retour d'information significatif. ## Conclusion La lecture de fichiers CSV dans .NET nécessite un effort minimal lorsque l'on utilise la bonne approche. La méthode `LoadCSV` d'IronXL gère automatiquement la complexité de l'analyse, en prenant en charge divers délimiteurs et en offrant un accès immédiat aux données structurées grâce à des concepts de tableur familiers. Que vous construisiez une application ASP.NET Core, une API Web .NET Core ou un projet de console, cette bibliothèque rationalise le traitement CSV. [Démarrez un essai gratuit](trial-license) pour découvrir comment IronXL simplifie la lecture des fichiers CSV dans vos projets .NET. Pour un déploiement en production, [les options de licence](/csharp/excel/licensing/) commencent à $799 avec des droits d'utilisation perpétuels et un an d'assistance inclus.