C++使用逗號分隔CSV引號

Question

我正在構建C++ CSV數據解析器。我試圖訪問文件的第一列和第十五列，並使用getline命令將它們讀入兩個數組中。例如：

for(int j=0;j<i;j++) 
{ 
    getline(posts2,postIDs[j],','); 
    for(int k=0;k<14;k++) 
    { 
     getline(posts2,tossout,','); 
    } 
    getline(posts2,answerIDs[j],','); 
    getline(posts2,tossout,'\r'); 

但是，在兩者之間的第一和第十五列是一列，它是在引號和包含各種逗號和鬆散引號。例如： 「ABC，defghijk 」

...，Lmnopqrs， 「TUV」，「 WXYZ」，... <

什麼將最好的方式，以避免此列中？由於裏面有引號和逗號，我無法對它進行細化。運行後，我應該閱讀引用的垃圾字符，直到我發現「，依次？

此外，我已經看到其他解決方案，但它們都是Windows/Visual Studio中，我運行的Mac OSX版本。10.8.3和Xcode 3.2.3。

提前感謝！ 德魯

Answer 1

沒有爲CSV格式沒有正式的標準，但我們注意到，在一開始就 您引用的醜列：

"abc, defghijk. "Lmnopqrs, "tuv,"" wxyz.", 

不符合什麼被認爲是CSV的Basic Rules， 因爲其中的兩個是： -

• 1）中的字段嵌入的逗號必須加引號。

• 2）每個嵌入的雙引號字符都必須用一對雙引號字符表示。

如果問題列服從規則1），那麼它不遵守規則2）。但我們可以解釋它，以遵守規則1） - 所以我們可以說它在哪裏結束 - 如果我們平衡雙引號，例如

[abc, defghijk. [Lmnopqrs, ]tuv,[] wxyz.], 

平衡的最外層引號包圍列。平衡內部報價 可以只是缺乏任何其他內部指示，除了平衡 使它們內部。

我們希望能有規則，它將分析這個文本作爲一列， 始終與規則1），並且還將解析 做遵守規則2）也列。剛剛展示的平衡表明此 可以完成，因爲遵守兩個規則的列必須是可平衡的。

建議的規則是：

• A柱延伸到由0雙引號之前或 由最後的偶數雙引號的後面的第一個逗號。

如果有任何偶數雙引號到逗號，那麼我們就知道 我們可以平衡封閉的報價，並且在至少一種方式平衡休息。

你正在考慮的比較簡單的規則：

運行到報價後，我應該讀引述垃圾字符一個字符，直到我發現」，依次

會？如果它與某些列是做服從規則2），如

「超級‘’豪華」「卡車」遇到失敗，

更簡單的規則將在""luxurious""後終止列。但由於 此欄符合規則2），相鄰的雙引號是「轉義」雙引號，沒有定界的意義。另一方面，建議的 規則仍然正確解析列，在truck"後終止它。

這裏是一個演示程序，其中功能get_csv_column通過建議的規則解析列 ：

#include <iostream> 
#include <fstream> 
#include <cstdlib> 

using namespace std; 

/* 
    Assume `in` is positioned at start of column. 
    Accumulates chars from `in` as long as `in` is good 
    until either:- 
     - Have consumed a comma preceded by 0 quotes,or 
     - Have consumed a comma immediately preceded by 
     the last of an even number of quotes. 
*/ 
std::string get_csv_column(ifstream & in) 
{ 
    std::string col; 
    unsigned quotes = 0; 
    char prev = 0; 
    bool finis = false; 
    for (int ch; !finis && (ch = in.get()) != EOF;) { 
     switch(ch) { 
     case '"': 
      ++quotes; 
      break; 
     case ',': 
      if (quotes == 0 || (prev == '"' && (quotes & 1) == 0)) { 
       finis = true; 
      } 
      break; 
     default:; 
     } 
     col += prev = ch; 
    } 
    return col; 
} 

int main() 
{ 
    ifstream in("csv.txt"); 
    if (!in) { 
     cout << "Open error :(" << endl; 
     exit(EXIT_FAILURE); 
    } 
    for (std::string col; in;) { 
     col = get_csv_column(in), 
     cout << "<[" << col << "]>" << std::endl; 
    } 
    if (!in && !in.eof()) { 
     cout << "Read error :(" << endl; 
     exit(EXIT_FAILURE); 
    } 
    exit(EXIT_SUCCESS); 
} 

它包圍每一列中<[...]>，不貼現換行符和 包括終端「」與每個列：

文件csv.txt是：

...,"abc, defghijk. "Lmnopqrs, "tuv,"" wxyz.",..., 
",","", 
Year,Make,Model,Description,Price, 
1997,Ford,E350,"Super, ""luxurious"", truck", 
1997,Ford,E350,"Super, ""luxurious"" truck", 
1997,Ford,E350,"ac, abs, moon",3000.00, 
1999,Chevy,"Venture ""Extended Edition""","",4900.00, 
1999,Chevy,"Venture ""Extended Edition, Very Large""",,5000.00, 
1996,Jeep,Grand Cherokee,"MUST SELL! 
air, moon roof, loaded",4799.00, 

輸出是：

<[...,]> 
<["abc, defghijk. "Lmnopqrs, "tuv,"" wxyz.",]> 
<[...,]> 
<[ 
",",]> 
<["",]> 
<[ 
Year,]> 
<[Make,]> 
<[Model,]> 
<[Description,]> 
<[Price,]> 
<[ 
1997,]> 
<[Ford,]> 
<[E350,]> 
<["Super, ""luxurious"", truck",]> 
<[ 
1997,]> 
<[Ford,]> 
<[E350,]> 
<["Super, ""luxurious"" truck",]> 
<[ 
1997,]> 
<[Ford,]> 
<[E350,]> 
<["ac, abs, moon",]> 
<[3000.00,]> 
<[ 
1999,]> 
<[Chevy,]> 
<["Venture ""Extended Edition""",]> 
<["",]> 
<[4900.00,]> 
<[ 
1999,]> 
<[Chevy,]> 
<["Venture ""Extended Edition, Very Large""",]> 
<[,]> 
<[5000.00,]> 
<[ 
1996,]> 
<[Jeep,]> 
<[Grand Cherokee,]> 
<["MUST SELL! 
air, moon roof, loaded",]> 
<[4799.00]>