C++ CSV 行，双引号内有逗号和字符串

Question

我正在用 C++ 读取 CSV 文件，行格式如下：

"Primary, Secondary, Third", "Primary", , "Secondary", 18, 4, 0, 0, 0

（注意空值）

当我这样做时：

while (std::getline(ss, csvElement, ',')) {
   csvColumn.push_back(csvElement);
}

这将第一个字符串分成了不正确的部分。

如何在迭代时保留字符串？我尝试将上述内容结合起来，同时也抓住了用双引号分隔的行，但我得到了疯狂的结果。

Answer 1

您需要根据是否在引号之间来解释逗号。这对于 getline() 来说太复杂了。

解决方案是使用 getline() 读取整行，并通过逐个字符地遍历字符串来解析该行，并维护一个指示符是否在双引号之间。

这是第一个 "raw" 示例（字段中的双引号未被删除且转义字符未被解释）：

string line; 
while (std::getline(cin, line)) {        // read full line
    const char *mystart=line.c_str();    // prepare to parse the line - start is position of begin of field
    bool instring{false};                
    for (const char* p=mystart; *p; p++) {  // iterate through the string
        if (*p=='"')                        // toggle flag if we're btw double quote
            instring = !instring;     
        else if (*p==',' && !instring) {    // if comma OUTSIDE double quote
            csvColumn.push_back(string(mystart,p-mystart));  // keep the field
            mystart=p+1;                    // and start parsing next one
        }
    }
csvColumn.push_back(string(mystart));   // last field delimited by end of line instead of comma
}

Online demo

Answer 2

使用 std::quoted 允许您从输入流中读取带引号的字符串。

#include <iomanip>
#include <iostream>
#include <sstream>
#include <string>

int main() {
    std::stringstream ss;
    ss << "\"Primary, Secondary, Third\", \"Primary\", , \"Secondary\", 18, 4, 0, 0, 0";

    while (ss >> std::ws) {
        std::string csvElement;

        if (ss.peek() == '"') {
            ss >> std::quoted(csvElement);
            std::string discard;
            std::getline(ss, discard, ',');
        }
        else {
            std::getline(ss, csvElement, ',');
        }

        std::cout << csvElement << "\n";
    }
}

Live Example

需要注意的是，只有当值的第一个非空白字符是双引号时，才会提取带引号的字符串。此外，引号字符串之后的所有字符都将被丢弃，直到下一个逗号。

Answer 3

How do I preserve the string when iterating?

这是我使用的 C++ 方法。

我注意到您只有 3 种字段类型：string、null 和 int。

以下方法使用这些字段类型（在方法 "void init()" 中），按照每行显示字段的顺序，有时使用 string::find() （而不是 getline() ）来定位场结束。

这 3 种方法中的每一种都使用擦除字符串中的字符。我知道擦除很慢，但为了方便起见，我做出了这个选择。（擦除更容易测试，只需在每次提取后添加一个cout）。可以通过适当处理（在需要时）搜索开始索引来删除/替换擦除。

#include <iomanip>
#include <iostream>
#include <sstream>
#include <string>
#include <vector>

#include <cassert>


class CSV_t
{
   typedef std::vector<int>  IntVec_t;

   // private nested class -- holds contents of 1 csv record
   class CSVRec_t
   {
   public:
      std::string primary;
      std::string secondary;
      std::string nullary;
      std::string thirdary;
      IntVec_t    i5;

      std::string show()
         {
            std::stringstream ss;
            ss <<            std::setw(25) << primary
               << "     " << std::setw(10) << secondary
               << "     " << std::setw(12)<< thirdary << "     ";

            for (size_t i=0;
                 i<i5.size(); ++i) ss << std::setw(5) << i5[i];

            ss << std::endl;
            return (ss.str());
         }

   }; // class CSVRec_t


   typedef std::vector<CSVRec_t> CSVRecVec_t;

   CSVRecVec_t csvRecVec;  // holds all csv record

public:

   CSV_t() { };

   void init(std::istream& ss)
      {
         do  // read all rows of file
         {
            CSVRec_t csvRec;

            std::string s;
            (void)std::getline(ss, s);

            if(0 == s.size()) break;

            assert(s.size()); extractQuotedField(s, csvRec.primary);   // 1st quoted substring
            assert(s.size()); extractQuotedField(s, csvRec.secondary); // 2nd quoted substring
            assert(s.size()); confirmEmptyField(s, csvRec.nullary);    // null field
            assert(s.size()); extractQuotedField(s, csvRec.thirdary);  // 3rd quoted substring
            assert(s.size()); extract5ints(s, csvRec.i5);              // handle 5 int fields

            csvRecVec.push_back(csvRec);  // capture

            if(ss.eof()) break;

         }while(1);
      }

   void show()
      {
         std::cout << std::endl;

         for (size_t i = 0; i < csvRecVec.size(); ++i)
            std::cout << std::setw(5) << i+1 << "   " << csvRecVec[i].show();

         std::cout << std::endl;
      }

private:

   void extractQuotedField(std::string& s, std::string& s2)
      {
         size_t indx1 = s.find('"', 0);
         assert(indx1 != std::string::npos);

         size_t indx2 = s.find('"', indx1+1);
         assert(indx2 != std::string::npos);

         size_t rng1 = indx2 - indx1 + 1;

         s2 = s.substr(indx1, rng1);

         s.erase(indx1, rng1+1);
      }

   void confirmEmptyField(std::string& s, std::string nullary)
      {
         size_t indx1 = s.find('"');

         nullary = s.substr(0, indx1);

         // tbd - confirm only spaces and comma's in this substr()

         s.erase(0, indx1); 
      }

   void extract5ints(std::string& s, IntVec_t& i5)
      {
         std::stringstream ss(s);

         int t = 0;
         for (int i=0; i<5; ++i)
         {
            ss >> t;
            ss.ignore(1); // skip ','
            assert(!ss.bad()); // confirm ok
            i5.push_back(t);
         }
         s.erase(0, std::string::npos);
      }

};  // class CSV_t



int t288(void) // test 288
{
   std::stringstream ss;
   ss << "\"Primary, Secondary, Third\", \"Primary\", , \"Secondary\", 18, 4, 0, 0, 0\n"
      << "\"Pramiry, Secandory, Thrid\", \"Pramiry\", , \"Secandory\", 19, 5, 1, 1, 1\n"
      << "\"Pri-mary, Sec-ondary, Trd\", \"Pri-mary\", , \"Sec-ondary\", 20, 6, 2, 3, 4\n"
      << std::endl;

   CSV_t csv;

   csv.init(ss);

   csv.show(); // results

   return (0);
}

C++ CSV 行，双引号内有逗号和字符串

C++ CSV line with commas and strings within double quotes

c++

csv

quotes

double

comma