JoshClose/CsvHelper
CsvHelper
CsvHelper est une bibliothèque pour lire et écrire des fichiers de valeurs séparées par des virgules en mappant les données à des objets de classe personnalisés. Elle fonctionne comme une bibliothèque d'analyse et un mappeur de données qui convertit le texte de fichier plat en objets de données structurés et sérialise les ensembles de données internes en fichiers CSV standard.
Le projet met l'accent sur l'efficacité de la mémoire via un analyseur qui optimise la consommation des ressources. Il utilise la mise en cache des valeurs de champ et un cache de chaînes internées pour stocker les valeurs répétitives, ce qui réduit la surcharge de mémoire lors du traitement de grands ensembles de données.
La bibliothèque fournit un moteur d'analyse piloté par la configuration qui prend en charge divers délimiteurs et caractères d'échappement. Elle gère la relation entre les colonnes CSV et les propriétés de classe en utilisant un mappage basé sur les attributs et une instanciation d'objet basée sur la réflexion. Le traitement est géré via une analyse séquentielle basée sur le flux pour gérer les fichiers à haut volume sans charger l'ensemble de données complet en mémoire.
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.
