CSVデータの区切りが「","」の読み取り方法

質問

CSVデータの区切りが「","」で区切られてます。

(ここから)
"山田","埼玉県","男性"
"田中","埼玉県","男性"
"井上","栃木県","女性"
"志村","千葉県","男性"
(ここまで)

以下のような区切りで行うと思ってます。

(ここから)
open(DB,"<$bunfile") || &error("Can't write $bunfile");
flock(DB, 1);
@lines = <DB>;
foreach $lines (@lines) {
($name,$addr,$seib) = split("\",\"", $lines);
省略;
}
(ここまで)

この場合、先頭と最後の「"」が残ってしまいます。
どのような方法で削除出来るのかがわからず悩んでます。

「s/\"//g」を使用しようかとも思ったのですが、違う方法がないかと思い質問いたしました。

ご教授いただけますと幸いです。
よろしくお願いします。

回答No.3

mikemike7 · ベストアンサー

このような感じでどうでしょう。

foreach $lines (@lines) {
$lines =~ s/(?:\x0D\x0A|[\x0D\x0A])?$/,/;
($name,$addr,$seib) = map {/^"(.*)"$/ ? scalar($_ = $1, s/""/"/g, $_) : $_}
($lines =~ /("[^"]*(?:""[^"]*)*"|[^,]*),/g);
省略;
}

No1,No2さん提示の

"山田","埼玉県,入間市",32,"男性"
"田中","埼玉県",18,"男性"
"井上","栃木県,足利市",25,"女性"
"志村","千葉県",33,"男性"
"志村","千葉県,,,,,",3,"男性"

だった場合でも動くはずです。
以下確認用

foreach $lines (@lines) {
$lines =~ s/(?:\x0D\x0A|[\x0D\x0A])?$/,/;
@word = map {/^"(.*)"$/ ? scalar($_ = $1, s/""/"/g, $_) : $_}
($lines =~ /("[^"]*(?:""[^"]*)*"|[^,]*),/g);
$str = join " : ",@word;
print $str."<br>";
}

参考：http://www.din.or.jp/~ohzaki/perl.htm#CSV2Values

お礼

確認できました!!
ありがとうございます。感謝です。
パッチリ変換出来ました。

補足

ありがとうございます。
ソース表示助かります。
やってみて確認しお礼させてください。

回答No.4

MARU4812

CSV の本格的なルールまで言及するなら、改行コードや
エスケープ(データ中にダブルクォーテーションを含む場合)
なども考慮に入れる必要があり、単純な正規表現では
表しきれないと思います。
http://www.kasai.fm/wiki/rfc4180jp

また、メーカー独自のルールが加わる事もあります。
以下のようなプログラムを参考に自作するのが確実のよう
です。
http://blogs.wankuma.com/jeanne/archive/2007/04/27/73442.aspx

お礼

ありがとうございます。
サイト確認して実践してみます

回答No.2

chie65536（@chie65535）

書き忘れましたが、文字列を括っている「"」には、非常に重要な意味があります。

それは「"と"で挟まれた中は、すべて、単なる文字であり、たとえ『,』があっても、それは項目区切りを意味しない」と言う事です。

例えば

"山田","埼玉県,入間市","男性"
"田中","埼玉県","男性"
"井上","栃木県,足利市","女性"
"志村","千葉県,,,,,","男性"

と言うCSVデータの場合。

２番目の項目は、それぞれ

「埼玉県,入間市」
「埼玉県」
「栃木県,足利市」
「千葉県,,,,,」

として解釈しなければなりません。

「『"』の中の『,』は、項目区切りとして処理してはいけない」のです。

CSVを扱う場合「決して『"』を甘く見てはいけない」です。

「『"』の中の『,』と、『"』の外の『,』は、まったく意味が違う」というのを、忘れないように。

お礼

詳しい説明ありがとうございます。

"志村","千葉県,,,,,","男性"

まさにそうなんです。
実はこれに苦しんでました。

回答No.1

chie65536（@chie65535）

基本的な解釈が間違っています。

"山田","埼玉県","男性"
"田中","埼玉県","男性"
"井上","栃木県","女性"
"志村","千葉県","男性"

のCSVファイルの「項目区切り」は、あくまでも「,」のみです。

そして、文字列項目は「項目が"で括ってある」のです。

もし、該当のCSVファイルに「年齢」など、文字列ではない数値項目が入ってきたら

"山田","埼玉県",32,"男性"
"田中","埼玉県",41,"男性"
"井上","栃木県",55,"女性"
"志村","千葉県",27,"男性"

のようになる筈です。

ですから、項目区切りを「","」だと誤解していると、上記のような「『"』で括られてない数値項目」が混ざった瞬間に、処理が破綻します。

あくまでも「項目は『,』で区切られている」「文字列項目は『"』で括られている」と考えて処理せねばなりません。

従って

1.まず「,」を項目区切りとして、項目（フィールド）に分解する。

2.分解して取り出した各項目の両端に「"」が付いていた場合は、両端の「"」を削る。

と言う、２段階の処理が必要です。

お礼

早速の回答ありがとうございます。