如何在 C++ 中的单元格内读取带有换行符和逗号字符的 CSV 文件

Question

我有一个 CSV 文件，其中包含带有换行符 ("\n") 和/或用双引号括起来的逗号的单元格。 当我使用 getline() 函数获取每一行时，它将单元格内的每一行视为 csv 文件的新行。此外，当使用 splitIntoVec 获取每一行的向量时，它会将单元格内的逗号视为新的向量元素。 我想将 csv 文件的内容存储到一个向量向量中，其中每一行都是其单元格内的字符串向量。

例如，对于以下 csv 文件内容

"Row 1 cell 1
 With break line","Row1 cell2, with comma"
"Row 2 cell 1
 With break line","Row2 cell2, with comma"
 Row 3 cell 1,Row3 cell 2

我得到了 4 个字符串向量的结果向量，其中第一个只有一个元素，第二个有 3 个元素。 这是我的代码：

vector<vector<string>> readFromCsv(string &fileName, char rowDelimiter = "\n", char colDelimiter = ",") {
    ifstream file(fileName); // declare file stream
    string value;
    vector<vector<string>> contentVec;
    vector<string> rowVec;
    string rowStr;
    while (getline(file, rowStr, rowDelimiter)) {
        rowVec = splitIntoVec(rowStr, colDelimiter);
        contentVec.push_back(rowVec);
    }

    return contentVec;
}

是否有任何其他功能（在诸如 boost 之类的库中）可用于解决这些问题？任何帮助，将不胜感激。

在 PHP 中，我通过 fgetcsv() 正确获取了 csv 文件的内容。 c++中是否有替代功能？

Answer 1

@Simone 在他的评论中已经说过它不是 CSV 文件。但是看到您的问题，您将需要动手并进行一些文本处理以将其分开。您可以读取字符串中的完整文件，然后使用循环或您认为合适的任何方式进一步分解它。为此，您需要跟踪遇到的 " 而只有当它不在双引号内时才遍历和中断。

例如，

（左撇号）“第 1 行单元格 1 带折线"(右撇号),"(左撇号)Row1 cell2，带逗号"(右撇号)

您必须使用索引或数字来跟踪打开和关闭双撇号，并且仅当在打开和关闭撇号之外找到“\n”时才换行。

如果您确定单元格中没有 "，您也可以使用正则表达式。

感谢@Alex 有用的链接，如果其他人面临同样的问题：http://mybyteofcode.blogspot.nl/2010/11/parse-csv-file-with-embedded-new-lines.html

Answer 2

你必须通过" 完全分开，保持两种状态：内部"" 和外部。 , 和 EOL 根据状态有不同的含义。

您可以使用getline(file, rowStr, '"') 来读取直到" 的所有内容，但是您在记录中分离的逻辑会稍微复杂一些。如果允许数字不带引号，那就更复杂了。