JoshClose/CsvHelper
CsvHelper
CsvHelper ist eine Bibliothek zum Lesen und Schreiben von CSV-Dateien (Comma-Separated Values) durch das Mapping von Daten auf benutzerdefinierte Klassenobjekte. Sie fungiert als Parsing-Bibliothek und Data-Mapper, der Flat-File-Text in strukturierte Datenobjekte konvertiert und interne Datensätze zurück in Standard-CSV-Dateien serialisiert.
Das Projekt betont die Speichereffizienz durch einen Parser, der den Ressourcenverbrauch optimiert. Es nutzt Field-Value-Caching und einen Interned-String-Cache zum Speichern repetitiver Werte, was den Speicher-Overhead bei der Verarbeitung großer Datensätze reduziert.
Die Bibliothek bietet eine konfigurationsgesteuerte Parsing-Engine, die verschiedene Trennzeichen und Escape-Zeichen unterstützt. Sie verwaltet die Beziehung zwischen CSV-Spalten und Klasseneigenschaften mithilfe von attributbasiertem Mapping und reflektionsbasierter Objektinstanziierung. Die Verarbeitung erfolgt über stream-basiertes sequenzielles Parsing, um Dateien mit hohem Volumen zu verwalten, ohne den gesamten Datensatz in den Speicher zu laden.
Features
- CSV Parsing - Provides a robust engine for parsing comma-separated values into structured data according to standard specifications.
- Stream-Based Parsing - Processes large files record-by-record using a streaming approach to minimize memory overhead.
- CSV Data Exports - Transforms internal application data and class objects into standard CSV files for external export.
- CSV Data Mappers - Provides a system for linking CSV columns to application properties using configurable attributes.
- CSV File Processing - Converts comma-separated value files into custom class objects or raw data for application use.
- Configurable CSV Parsing - Allows precise control over field delimiters, escape sequences, and header handling through a configuration object.
- CSV Class Exporters - Converts internal data sets and class objects into standard CSV files for external storage.
- Attribute-Based Mappings - Provides automated mapping between CSV columns and class properties using declarative metadata attributes.
- Reflection-Based Population - Uses runtime reflection to automatically populate class properties with data from CSV columns.
- CSV Data Mapping - Links tabular CSV columns to application class properties through configurable mapping rules.
- Memory-Optimized Parsers - Optimizes memory consumption by caching repetitive field values during large file processing.
- Field Value Caching - Stores frequently occurring field values during parsing to lower memory consumption and increase processing speed.
- Object-Relational Mapping - Maps CSV columns to specific class properties to handle diverse and complex file structures.
- String Interning Deserializers - Implements a string interning cache to reuse identical field values and reduce memory consumption during parsing.
- Strongly Typed Projections - Uses generic type parameters to ensure raw CSV string values are projected into strongly typed class objects.
- Large Dataset Optimizations - Employs memory optimization techniques to handle high-volume CSV files efficiently.
- General Utilities - Library for reading and writing CSV files.
- Serialization - CSV reading and writing library.
