CSV文件简介及C++实现实例讲解

逗号分隔值(comma-separated values，csv，有时也称为字符分隔值，因为分隔字符也可以不是逗号)：其文件以纯文本形式存储表格数据(数字和文本)。纯文本意味着该文件是一个字符序列，不含必须象二进制数字那样被解读的数据。csv文件由任意数目的记录组成，记录间以某种换行符分隔；每条记录由字段组成，字段间的分隔符是其它字符或字符串，最常见的是逗号或制表符。通常，所有记录都有完全相同的字段序列。

csv文件格式的通用标准并不存在，但是在rfc 4180中有基础性的描述。使用的字符编码同样没有被指定，但是7-bit ascii是最基本的通用编码。

csv是一种通用的、相对简单的文件格式，被用户、商业和科学广泛应用。最广泛的应用是在程序之间转移表格数据，而这些程序本身是在不兼容的格式上进行操作的(往往是私有的和/或无规范的格式)。因为大量程序都支持某种csv变体，至少是作为一种可选择的输入/输出格式。

“csv”并不是一种单一的、定义明确的格式(尽管rfc 4180有一个被通常使用的定义)。因此在实践中，术语”csv”泛指具有以下特征的任何文件：

(1)、纯文本，使用某个字符集，比如ascii、unicode、ebcdic或gb2312(简体中文)等；

(2)、由记录组成(典型的是每行一条记录)；

(3)、每条记录被分隔符分隔为字段(典型分隔符有逗号、分号或制表符；有时分隔符可以包括可选的空格)；

(4)、每条记录都有同样的字段序列。

在这些常规的约束条件下，存在着许多csv变体，故csv文件并不完全互通。然而，这些变异非常小，并且有许多应用程序允许用户预览文件(这是可行的，因为它是纯文本)，然后指定分隔符、转义规则等。如果一个特定csv文件的变异过大，超出了特定接收程序的支持范围，那么可行的做法往往是人工检查并编辑文件，或通过简单的程序来修复问题。因此在实践中，csv文件还是非常方便的。

csv格式最好被用来表现记录集合或序列，其中的每条记录都有完全相同的字段序列。csv格式没有被限定于某个特定字符集。不管用unicode还是用ascii，都没有问题(尽管特定程序支持的csv可能会有它们自己的局限性)。甚至从一个字符集翻译到另一个字符集，csv文件都不会有问题(不象几乎所有的私有数据格式)。然而，csv不提供任何途径来表明使用的是什么字符集。

“csv”格式中大量变体的存在说明并没有一个”csv标准”。在常见用法中，几乎任何定界符分隔的文本数据都可以被统称为”csv”文件。不同的csv格式可能不会兼容。

以上内容介绍主要来自：*

以下code是参考，可以实现对简单csv文件的解析：

如果csv文件比较复杂，可以试试github上的一个开源库：

parse_csv.hpp:

#ifndef fbc_cppbase_test_parse_csv_hpp_
#define fbc_cppbase_test_parse_csv_hpp_

// reference: https://*.com/questions/1120140/how-can-i-read-and-parse-csv-files-in-c?page=1&tab=votes#tab-top

#include 
#include 
#include 
#include 
#include 
#include 

class csvrow {
public:
	std::string const& operator[](std::size_t index) const { return m_data[index]; }
	std::size_t size() const { return m_data.size(); }

	void readnextrow(std::istream& str)
	{
		std::string line;
		std::getline(str, line);

		std::stringstream linestream(line);
		std::string cell;

		m_data.clear();
		while (std::getline(linestream, cell, ',')) {
			m_data.push_back(cell);
		}
		// this checks for a trailing comma with no data after it.
		if (!linestream && cell.empty()) {
			// if there was a trailing comma then add an empty element.
			m_data.push_back("");
		}
	}

private:
	std::vector  m_data;
};

std::istream& operator>>(std::istream& str, csvrow& data)
{
	data.readnextrow(str);
	return str;
}

class csviterator {
public:
	/*typedef std::input_iterator_tag iterator_category;
	typedef csvrow value_type;
	typedef std::size_t difference_type;
	typedef csvrow* pointer;
	typedef csvrow& reference;*/

	csviterator(std::istream& str) :m_str(str.good() ? &str : nullptr) { ++(*this); }
	csviterator() :m_str(nullptr) {}

	// pre increment
	csviterator& operator++() { if (m_str) { if (!((*m_str) >> m_row)){ m_str = nullptr; } }return *this; }
	// post increment
	csviterator operator++(int) { csviterator tmp(*this); ++(*this); return tmp; }
	csvrow const& operator*() const { return m_row; }
	csvrow const* operator->() const { return &m_row; }

	bool operator==(csviterator const& rhs) { return ((this == &rhs) || ((this->m_str == nullptr) && (rhs.m_str == nullptr))); }
	bool operator!=(csviterator const& rhs) { return !((*this) == rhs); }

private:
	std::istream* m_str;
	csvrow m_row;
};

#endif // fbc_cppbase_test_parse_csv_hpp_

test_parse_csv.cpp:

#include "test_parse_cvs.hpp"
#include 
#include 
#include 
#include 
#include "parse_csv.hpp"

namespace parse_cvs_ {

int test_parse_cvs_1()
{
	std::ifstream file("e:/gitcode/messy_test/testdata/test_csv.csv");

	std::vector> data;
	csviterator loop(file);
	for (; loop != csviterator(); ++loop) {
		csvrow row = *loop;
		std::vector tmp(row.size());
		for (int i = 0; i < row.size(); ++i) {
			tmp[i] = row[i];
		}
		data.emplace_back(tmp);
	}

	for (int i = 0; i < data.size(); ++i) {
		for (int j = 0; j < data[i].size(); ++j) {
			fprintf(stdout, "%s\t", data[i][j].c_str());
		}
		fprintf(stdout, "\n");
	}

	return 0;
}

} // namespace parse_cvs_

test_csv.csv测试数据如下：

执行结果如下：