devbox
黑客灵魂
这个屌丝很懒，什么也没留下！
关注作者
热门标签
热门文章
当前位置:   article > 正文

[C++]C语言读取写入CSV文件 [三] 进阶篇读取CSV文件_c++读取csv文件数据

作者：黑客灵魂 | 2024-08-10 16:01:02

赞

踩

c++读取csv文件数据

本系列介绍了如何利用C语言读取写入CSV文件，本篇是系列的第二篇，介绍了利用C语言读取CSV文件的进阶内容，包括如何处理读取得到的数据、利用结构体保存数据、识别被包裹的字段、处理字段开头和结尾处的空格和制表符、应对其他分隔符、和介绍了现有的一个支持读取CSV的库。

本系列文章目录

[一] 基础篇

[二] 进阶篇——写入CSV

[三] 进阶篇——读取CSV

处理读取得到的数据

在基础篇中，仅仅是将数据读取出来然后输出，并未将其转换为相应的数据类型。对于整数，我们可以使用 atoi()、atol()、atoll() 函数分别将字符串转换为 int、long、long long类型；对于浮点数，我们可以使用 atof() 函数将字符串转换为 double 类型；而对于字符串，我们只需要使用 strdup() 进行复制一下即可。

利用结构体来保存数据

在同一个 CSV 中的数据是具有相关性的，因此最好的方式是将构建一个结构体，利用结构体的成员来记录CSV文件不同列的数据。例如 CSV 文件内容如下：

  1. ID,Name,Points
  2. 1,qwe,1.1
  3. 2,asd,2.200000

可以用如下的结构体进行记录：

  1. struct student {
  2.     int id;
  3.     char *name;
  4.     double point;
  5. };

结合上一小节处理读取得到的数据，那么最后的代码如下：

  1. // 3-1.c
  2. #include <stdio.h>
  3. #include <stdlib.h>
  4. #include <string.h>
  5.  
  6. char* get_field(char *line, int num);
  7. char* remove_quoted(char *str);
  9. struct student {
  10.     int id;
  11.     char *name;
  12.     double point;
  13. };
  14.  
  15. void print_student_info(struct student *stu);
  16.  
  17. int main()
  18. {
  19.     FILE *fp = fopen("tmp.csv", "r");
  20.     if (fp == NULL) {
  21.         fprintf(stderr, "fopen() failed.\n");
  22.         exit(EXIT_FAILURE);
  23.     }
  24.  
  25.     char row[80];
  26.     char *token;
  27.  
  28.     fgets(row, 80, fp);
  29.     char *header_1 = get_field(strdup(row), 1);
  30.     char *header_2 = get_field(strdup(row), 2);
  31.     char *header_3 = get_field(strdup(row), 3);
  32.     printf("%s\t%s\t%s", header_1, header_2, header_3);
  33.  
  34.     char *tmp;
  35.     struct student stu;
  36.     while (fgets(row, 80, fp) != NULL) {
  37.         tmp = get_field(strdup(row), 1);
  38.         stu.id = atoi(tmp);
  39.  
  40.         tmp = get_field(strdup(row), 2);
  41.         stu.name = strdup(tmp);
  42.  
  43.         tmp = get_field(strdup(row), 3);
  44.         stu.point = atof(tmp);
  45.  
  46.         print_student_info(&stu);
  47.     }
  48.  
  49.     fclose(fp);
  50.     return 0;
  51. }
  52.  
  53. char* get_field(char *line, int num)
  54. {
  55.     char *tok;
  56.     tok = strtok(line, ",");
  57.     for (int i = 1; i != num; i++) {
  58.         tok = strtok(NULL, ",");
  59.     }
  60.     char *result = remove_quoted(tok);
  61.  
  62.     return result;
  63. }
  64.  
  65. char* remove_quoted(char *str)
  66. {
  67.     int length = strlen(str);
  68.     char *result = malloc(length + 1);
  69.     int index = 0;
  70.     for (int i = 0; i < length; i++) {
  71.         if (str[i] != '\"') {
  72.             result[index] = str[i];
  73.             index++;
  74.         }
  75.     }
  76.     result[index] = '\0';
  77.     return result;
  78. }
  79.  
  80. void print_student_info(struct student *stu)
  81. {
  82.     printf("%d\t%s\t%f\n", stu->id, stu->name, stu->point);
  83. }

运行上述代码得到的结果如下：

  1. $ clang 3-1.c -o 3-1   
  2. $ ./3-1 
  3. ID      Name    Points
  4. 1       qwe     1.100000
  5. 2       asd     2.200000

识别被包裹的字段

在[二] 进阶篇——写入CSV中提到过包裹的概念，包裹的主要作用是为了能够让字段中包含一些特殊字符（如逗号、双引号等）。下面用包裹的字段中含有分隔符即逗号为例，来讲解如何识别被包裹的字段。

因为被包裹的字段中存在逗号，若再用 strtok() 函数来进行解析，则会将包裹的字段截断。因此处理方式应该为逐个去遍历字符串，当出现双引号(")时，作一个标记，直到再遇到下一个双引号时取消标记。编写了一个名为 char** get_field_arr(char *line) 的解析函数，返回的是一个字符串数组。在只给定某行CSV的字符串时，无法确定其存在的字段数量，进而无法分配合适的空间供保存结果，因此还需要另一个 int count_field(char *line) 函数来计算的字段数量。

处理字段开头和结尾处的空格和制表符

在本文中，我们采用 RFC 4180 标准中的规定，需要保留字段开头和结尾处的空格和制表符，具体实现上比不保留这些字符容易很多，只需要把空格和制表符视为普通的字符一样，进行保存即可。最后的代码如下：

  1. // 3-2.c
  2. #include <stdio.h>
  3. #include <stdlib.h>
  4. #include <string.h>
  5.  
  6. int count_field(const char *line); 
  7. char** get_field_arr(const char *line);
  9. struct student {
  10.     int id;
  11.     char *name;
  12.     double point;
  13. };
  14.  
  15. void print_student_info(struct student *stu);
  16.  
  17. int main()
  18. {
  19.     const char *line = "  \"4\",def,\"4.4\"  \0";
  20.  
  21.     int count = count_field(line);
  22.     char **result = get_field_arr(line);
  23.     printf("--- Parse line result ---\n");
  24.     for (int i = 0; i < count; i++) {
  25.         printf("result[%d] = %s\n", i, result[i]);
  26.     }
  27.  
  28.     struct student stu;
  29.     stu.id = atoi(result[0]);
  30.     stu.name = strdup(result[1]);
  31.     stu.point = atof(result[2]);
  32.     print_student_info(&stu);
  33.  
  34.     return 0;
  35. }
  36.  
  37. int count_field(const char *line) {
  38.     const char *p_line = line;
  39.     int count = 1, is_quoted = 0;
  40.  
  41.     for (; *p_line != '\0'; p_line++) {
  42.         if (is_quoted) {
  43.             if (*p_line == '\"') {
  44.                 if (p_line[1] == '\"') {
  45.                     p_line++;
  46.                     continue;
  47.                 }
  48.                 is_quoted = 0;
  49.             }
  50.             continue;
  51.         }
  52.  
  53.         switch(*p_line) {
  54.             case '\"':
  55.                 is_quoted = 1;
  56.                 continue;
  57.             case ',':
  58.                 count++;
  59.                 continue;
  60.             default:
  61.                 continue;
  62.         }
  63.     }
  64.  
  65.     if (is_quoted) {
  66.         return -1;
  67.     }
  68.  
  69.     return count;
  70. }
  71.  
  72. char** get_field_arr(const char *line) {
  73.     int count = count_field(line);
  74.     if (count == -1) {
  75.         return NULL;
  76.     }
  77.  
  78.     char **buf = malloc(sizeof(char*) * (count+1));
  79.     if (buf == NULL) {
  80.         return NULL;
  81.     }
  82.     char **pbuf = buf;
  83.  
  84.     char *tmp = malloc(strlen(line)+1);
  85.     if (tmp == NULL) {
  86.         free(buf);
  87.         return NULL;
  88.     }
  89.     *tmp = '\0';
  90.     char *ptmp = tmp;
  91.  
  92.     const char *p_line = line;
  93.     int is_quoted = 0, is_end = 0;
  94.  
  95.     for (; ; p_line++) {
  96.         if (is_quoted) {
  97.             if (*p_line == '\0') {
  98.                 break;
  99.             }
  100.  
  101.             if (*p_line == '\"') {
  102.                 if (p_line[1] == '\"') {
  103.                     *ptmp++ = '\"';
  104.                     p_line++;
  105.                     continue;
  106.                 }
  107.                 is_quoted = 0;
  108.             }
  109.             else {
  110.                 *ptmp++ = *p_line;
  111.             }
  112.  
  113.             continue;
  114.         }
  115.  
  116.         switch(*p_line) {
  117.             case '\"':
  118.                 is_quoted = 1;
  119.                 continue;
  120.             case '\0':
  121.                 is_end = 1;
  122.             case ',':
  123.                 *ptmp = '\0';
  124.                 *pbuf = strdup(tmp);
  125.  
  126.                 if (*pbuf == NULL) {
  127.                     for (pbuf--; pbuf >= buf; pbuf--) {
  128.                         free(*pbuf);
  129.                     }
  130.                     free(buf);
  131.                     free(tmp);
  132.                     return NULL;
  133.                 }
  134.  
  135.                 pbuf++;
  136.                 ptmp = tmp;
  137.  
  138.                 if (is_end) {
  139.                     break;
  140.                 } else {
  141.                     continue;
  142.                 }
  143.  
  144.             default:
  145.                 *ptmp++ = *p_line;
  146.                 continue;
  147.         }
  148.  
  149.         if (is_end) {
  150.             break;
  151.         }
  152.     }
  153.  
  154.     *pbuf = NULL;
  155.     free(tmp);
  156.     return buf;
  157. }
  158.  
  159. void print_student_info(struct student *stu)
  160. {
  161.     printf("--- Student info ---\n");
  162.     printf("%d\t%s\t%f\n", stu->id, stu->name, stu->point);
  163. }

代码的运行结果如下所示：

  1. $ clang 3-2.c -o 3-2
  2. $ ./3-2                          
  3. --- Parse line result ---
  4. result[0] =   4
  5. result[1] = def
  6. result[2] = 4.4  
  7. --- Student info ---
  8. 4       def     4.400000

其他分隔符

在[二] 进阶篇——写入CSV中的最后，也提到在某些国家的CSV文件中，可能会使用分号(;)来作为分隔符，那么我们在解析CSV时只需要把原本判断逗号(,)的语句改变为分号(;)

使用库

最后，解析CSV文件更好地策略是使用别人已经写好的库，不要重复发明轮子！例如libcsv，其就是使用纯 ANSI C 写成的库，具体的安装方式可参考其主页，使用方式可以通过阅读其手册来进行了解，此处不再赘述。

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/黑客灵魂/article/detail/959221
推荐阅读
相关标签

Copyright © 2003-2013 www.wpsshop.cn 版权所有，并保留所有权利。

  

闽ICP备14008679号