資料型別驗證

使用 Java 進行資料清理

Dennis Lee

Software Engineer

為何要檢查資料型別？

需要從外部資料來源解析文字
無效的資料型別會造成執行期錯誤
適當驗證可避免程式當機

String priceText = "$30.61";
double price = Double.parseDouble(priceText);  // 失敗：$ 不屬於數字

Exception in thread "main" java.lang.NumberFormatException

驗證數字文字

// 數字驗證工具
import org.apache.commons.lang3.math.NumberUtils;

String reviewCountText = "165";
System.out.println(NumberUtils.isParsable(reviewCountText));

true

String priceText = "$30.61"; // 非法數字
System.out.println(NumberUtils.isParsable(priceText)); // false：含有 $ 符號

false

解析數字文字

private static String validateNumeric(String value) {
    if (NumberUtils.isParsable(value)) return value;  // 合法數字就回傳
    throw new IllegalArgumentException("Invalid: " + value);  // 否則拋出錯誤
}

int reviews = Integer.parseInt(validateNumeric("165"));  // 先驗證再解析

// 先移除 $
double price = Double.parseDouble(validateNumeric("$30.61".replace("$", "")));
System.out.println("reviews: " + reviews + "\nprice in $: " + price);

reviews: 165
price in $: 30.61

驗證日期格式

import java.time.format.DateTimeFormatter; // 日期樣式格式化

private static LocalDate parseDate(String dateStr) {
    DateTimeFormatter format = DateTimeFormatter.ofPattern("M/d/yy");

    return LocalDate.parse(dateStr, format); // 將字串轉為 LocalDate
}


LocalDate date = parseDate("1/10/23"); // "1/10/23" 會轉成 2023-01-10 
System.out.println("Date: " + date);

Date: 2023-01-10

結合數字與日期驗證

private static double parsePrice(String price) {
    return Double.parseDouble(validateNumeric(price.replace("$", "")); // 去除 $
}


// 將 CSV 欄位轉為 BookSales
public static BookSales parseSalesData(String[] fields) {
    String title = fields[0];
    LocalDate publishDate = parseDate(fields[1]); // 自訂日期解析
    int reviews = Integer.parseInt(validateNumeric(fields[2]));
    double rating = Double.parseDouble(validateNumeric(fields[3]));
    double price = parsePrice(fields[4]); // 處理幣別格式
    return new BookSales(title, publishDate, reviews, rating, price);
}

安全讀取 CSV 檔

List<BookSales> sales = new ArrayList<>(); // 儲存 BookSales 物件


try (BufferedReader reader = new BufferedReader(new FileReader("book_sales.csv"))) {

    String line = reader.readLine(); // 略過標題列

    while ((line = reader.readLine()) != null) {  // 讀到檔案結尾為止
      String[] fields = line.split(",");  // 將 CSV 行切成陣列
      sales.add(parseSalesData(fields));  // 轉為 BookSales 物件
    }
}

sales.forEach(System.out::println);  // 列印每筆銷售

BookSales[title=Python Crash Course, publishDate=2023-01-10, 
reviewCount=165, rating=4.8, price=30.61]

總結：資料型別驗證

解析前先驗證文字，避免執行期錯誤
重要匯入
- org.apache.commons.lang3.math.NumberUtils
- java.time.format.DateTimeFormatter
用 NumberUtils.isParsable() 檢查數字字串
以 DateTimeFormatter 處理多種日期格式
捕捉型別問題可確保資料完整性

一起來練習吧！

使用 Java 進行資料清理