文字として, "を使用するCSVファイルの取り扱い

質問

題名の通り、文字として,(カンマ)、"(ダブルクォート)を使用するCSVファイルの取り扱いについて教えて頂きたいです。

読み込むCSVファイルの形式は以下の通りです。
・項目の最初と最後には"が設定される
・項目内の,は文字として扱う
例："5,000" 5の後の,は項目内に設定されている為、文字として扱う
・項目内に"を設定する場合は""と設定する
・レコードは改行コード単位

例："A","5,000","B","C""D"""
1項目目："A"
2項目目："5,000"
3項目目："B"
4項目目："C""D"""

上記の様なCSVファイルを読み込み、項目を取得するにはC言語ではどの様に対応するべきでしょうか。

下記方法で対応出来そうですが、効率が非常に悪いと思われます。

(1)fgetsにて1行分のレコードを読み込む。
(2)取得したレコードに対して、カンマを指定してstrtokを実行し、,間の値を取得する。
(3)取得したカンマ間の項目のダブルクォートの数をカウントする。
(4)-1カウント数が偶数の場合
,を区切り文字とし、取得した値を1項目として扱う。
(4)-2カウント数が奇数の場合
,を文字とし、次のカンマ間の項目を取得し、連結する。
連結した値のダブルクォート数をカウントし、カウント数が奇数か偶数か判定する。

(5)上記処理をstrtok結果がNULLになるまで繰り返し、NULLが帰ってきたら次の行のレコードを読み込む。
(6)上記処理をEOFまで繰り返す。

以上、よろしくお願いします。

回答No.4

Wap58 · ベストアンサー

ざっくりstrtokで改行も弾いて関数使いまくり','に置き換えました
やはり文字列飲み込んで"カウントして切り貼りしなきゃいけないかな

#include <stdio.h>
#include <string.h>

int main(void){

char str[] = "\"100,AAA,002\",\"1,B\nB\"2B,,B3\",\"1CCC,\n,\"2\"3,4\"";
char *point = str , mem[10][30] = {{}} , co_1 , co_2;

for(co_1 = 0; (point = strtok(point,",\n")) != NULL; co_1++){
if(*(point+(strlen(point)-1)) != '"'){
strcat(strcat(mem[co_1],point),","); co_1--;
}else{
strcat(mem[co_1],point); }
point = NULL;
}

for(co_2 = 0; co_2 < co_1; co_2++)
printf("%s\n",mem[co_2]);

return 0;
}

回答No.3

επιστημη（@episteme）

その昔、状態遷移を使って同様のCSV-parserを実装しました。

参考URL：

http://codezine.jp/article/detail/5531

回答No.2

type0（@type0）

参考URLに記載の質問のベストアンサーのロジックがご要望に適しているかと思います。

CSVの一般的な書式はRFC4180に定義されていますので、
ご参考までに。

http://www.kasai.fm/wiki/rfc4180jp

但し、ダブルクォート有りの場合、ダブルクォート内に改行も記述する事が可能なので、
これも考慮する必要があります。

この場合、各項目を抽出する前にダブルクォートが偶数となるまで
次行と連結する処理などが必要となります。

参考URL：

http://okwave.jp/qa/q4435021.html

お礼

ありがとうございます。
区切り文字を","としている点が少し私の行いたい事と異なっていましたがロジックはかなり参考になりました。

回答No.1

maiko0333

（１）は良いとして、
（２）から（４）は""を"に置き換えていけばいいと思います。
ロジック的に言うと「"が出てきたら1つ前が"なら無視する」でいい。

お礼

ありがとうございます。
参考にさせていただきます。