CSV是一種古老的數(shù)據(jù)傳輸格式，它的全稱是Comma-Separated Values（逗號分隔值）。出生在那個(gè)標(biāo)準(zhǔn)缺失的蠻荒年代，CSV的標(biāo)準(zhǔn)一直（到2005年）是NULL――世間存在著N種CSV格式，它們自成體系，相互不兼容。比如我們從名字可以認(rèn)為CSV至少是一種使用逗號分隔的格式，但是實(shí)際上，有的CSV格式卻是使用分號(;)去做分隔。假如，不存在一種標(biāo)準(zhǔn)，那么這東西最終會(huì)因?yàn)樗槠l(fā)展緩慢，甚至沒落。本文討論的CSV格式是基于2005年發(fā)布的RFC4180規(guī)范。我想，在這個(gè)規(guī)范發(fā)布之后，大家應(yīng)該會(huì)更加自覺的遵從這套規(guī)范去開發(fā)――雖然這套標(biāo)準(zhǔn)依舊存在著一些致命的缺陷
我們可以從IETF上獲得包含了CSV格式定義的文檔。當(dāng)然，如果你覺得看英文文檔麻煩，你可以直接看我的下文。
1.在不包含換行符（CRLF即 /r/n）的單條信息時(shí)，數(shù)據(jù)要保持在一行，并且使用/r/n結(jié)束。
aaa,bbb,ccc,dddCRLF 合法
aaa,b 內(nèi)容中無換行符，而單條信息被換行，不合法
bb.ccc,dddCRLF
2.最后一條信息可以沒有換行符（當(dāng)然有換行符也是合法的）
aaa,bbb,ccc,dddCRLF
eee,fff,ggg,hhh 合法
aaa,bbb,ccc,dddCRLF
eee,fff,ggg,hhhCRLF 合法
3.第一條信息可能是一個(gè)頭信息。這個(gè)頭信息和之后信息格式是相同的，并且和之后的信息有相同的模塊數(shù)（上例中，aaa和bbb和ccc和ddd各被視為一個(gè)模塊）。（個(gè)人認(rèn)為這是RFC設(shè)計(jì)這個(gè)CSV格式的一個(gè)缺陷，因?yàn)檫@個(gè)規(guī)則將無法讓我們從規(guī)則的角度去確認(rèn)第一條信息到底是頭信息還是普通信息。當(dāng)然RFC這么設(shè)計(jì)肯定有它的原因。）
index,character 合法，從字面意思上我們可以認(rèn)為這個(gè)是頭，當(dāng)然我們也可以認(rèn)為它不是頭
1,aCRLF
2,bCRLF
indexCRLF 非法，模塊數(shù)不統(tǒng)一
1,aCRLF
4.每條信息都要使用半角逗號（,）分隔出若干模塊。每條信息的模塊數(shù)要相等。每條信息的最后一個(gè)模塊之后不可以使用半角逗號。空格符被視為一個(gè)模塊的內(nèi)容而不可被忽略。（這條規(guī)則包含的信息量相對較多）
aaa,bbbCRLF 合法
ccc,ddd,CRLF 非法，一條信息的最后一個(gè)模塊不可以使用半角逗號
eee;ffffCRLF 非法，要使用半角逗號分隔，而不是分號
ggg, h h h CRLF 合法，注意hhh模塊的若干個(gè)空格，它屬于模塊內(nèi)容而不可以被忽略
iii,jjj,kkkkCRLF 非法，模塊數(shù)和上面不統(tǒng)一
5.每個(gè)模塊首尾可以使用雙引號擴(kuò)住（當(dāng)然也可以不使用）。如果不使用雙引號擴(kuò)住的模塊，模塊中不可以出現(xiàn)雙引號。（言外之意：如果模塊中出現(xiàn)雙引號，則這個(gè)模塊要用雙引號將首尾擴(kuò)住）
“aaa”,bbbCRLF 合法
a"aa,bbbCRLF 不合法，因?yàn)閍"aa中包含了雙引號，而這個(gè)模塊沒有被雙引號擴(kuò)住
6.如果模塊中包含雙引號、半角逗號或換行符，則模塊首尾要用雙引號擴(kuò)住。
"a/r/na"a,bbbCRLF 合法，第一個(gè)模塊包含了換行符，要用雙引號包含
"a,aa",bbbCRLF 合法
7.當(dāng)雙引號出現(xiàn)在模塊中，要將模塊的首尾用雙引號擴(kuò)住，并且將模塊中的一個(gè)雙引號變成一對雙引號。
“a""aa”,bbbCRLF 合法，原始數(shù)據(jù)為a"aa,bbb
有了以上規(guī)則，我們可以編寫出相應(yīng)的提取算法。以下是我在工作中編寫的一套從CSV文件中提取信息的核心代碼
BOOL CCSV2Json::Parse() { BOOL bSuc = FALSE; do { if ( INVALID_HANDLE_VALUE == m_hFile ) { break; } OVERLAPPED ov; memset(&ov, 0, sizeof(OVERLAPPED)); BYTE lpBuffer[BUFFERSIZE] = {0}; DWORD dwHaveRead = 0; std::string strSingle; BOOL bFirstDoubleQuotes = FALSE; // 第一個(gè)字符是否為" BOOL bBeforeIsDoubleQuotes = FALSE; BOOL bBeforeIsX0D = FALSE; ListString Liststr; BOOL bPairDoubleQuotes = FALSE; while ( ReadFile(m_hFile, lpBuffer, sizeof(lpBuffer), &dwHaveRead, &ov ) ) { ov.Offset += dwHaveRead; for ( DWORD dwIndex = 0; dwIndex < dwHaveRead; dwIndex++ ) { BYTE& by = *(lpBuffer + dwIndex); if ( bFirstDoubleQuotes ) { // 有前置" if ( IsDoubleQuotes(by) ) { bBeforeIsX0D = FALSE; if ( bBeforeIsDoubleQuotes ) { strSingle.append(1, (char)(by)); bBeforeIsDoubleQuotes = FALSE; } else { bBeforeIsDoubleQuotes = TRUE; } } else { if ( bBeforeIsDoubleQuotes ) { bFirstDoubleQuotes = FALSE; } bBeforeIsDoubleQuotes = FALSE; if ( IsCRLF( by ) ){ if ( bFirstDoubleQuotes ) { strSingle.append(1, (char)(by)); } else if (FALSE == bBeforeIsX0D) { Liststr.push_back(strSingle); m_Listliststr.push_back(Liststr); Liststr.clear(); strSingle.clear(); bFirstDoubleQuotes = FALSE; } bBeforeIsX0D = IsX0D(by); } else if ( IsSep(by) ) { bBeforeIsX0D = FALSE; if ( bFirstDoubleQuotes ) { strSingle.append(1, (char)(by)); } else { bBeforeIsX0D = FALSE; Liststr.push_back(strSingle); strSingle.clear(); } } else { bBeforeIsX0D = FALSE; strSingle.append(1, (char)(by)); } } } else{ // 如果無前置" if ( IsDoubleQuotes(by) ) { bBeforeIsX0D = FALSE; if ( strSingle.empty() ) { // 空串，第一個(gè)是" bFirstDoubleQuotes = TRUE; bBeforeIsDoubleQuotes = FALSE; } else { strSingle.append(1,(char)(by)); continue; } } else { bBeforeIsDoubleQuotes = FALSE; if ( IsCRLF( by ) ){ if (FALSE == bBeforeIsX0D) { Liststr.push_back(strSingle); m_Listliststr.push_back(Liststr); Liststr.clear(); strSingle.clear(); bFirstDoubleQuotes = FALSE; bBeforeIsDoubleQuotes = FALSE; } else { // 連續(xù)/r/n不考慮設(shè)置為新的行 } bBeforeIsX0D = IsX0D(by); } else if ( IsSep(by) ) { bBeforeIsX0D = FALSE; Liststr.push_back(strSingle); strSingle.clear(); } else { bBeforeIsX0D = FALSE; strSingle.append(1, (char)(by)); } } } } memset(lpBuffer, 0, sizeof(lpBuffer)); } if ( false == strSingle.empty() ) { // while ( IsCRLF(strSingle.at(strSingle.length() - 1) ) && strSingle.length() > 0) { // strSingle = strSingle.substr(0, strSingle.length() - 1 ); // } Liststr.push_back(strSingle); m_Listliststr.push_back(Liststr); Liststr.clear(); strSingle.clear(); } bSuc = TRUE; } while (0); if ( NULL != m_hFile ) { CloseHandle(m_hFile); m_hFile = NULL; } return bSuc; } 這段代碼將CSV文件提取出來一個(gè)std::list<std::list<std::string>>結(jié)構(gòu)。如上面名字所示，我這個(gè)功能是要將CSV文件轉(zhuǎn)換為json格式，相應(yīng)的我也編寫了從json格式轉(zhuǎn)換為CSV格式文件的代碼。這些代碼都在工程中。
感謝閱讀，希望能幫助到大家，謝謝大家對本站的支持！
新聞熱點(diǎn)
疑難解答
圖片精選
