DouKaku?beta

challenge RFC 4180対応版 CSVレコードの分解 

ある関数(splitCSV)に渡された文字列を配列に分解して列ごとに表示してください。
渡される文字列は、CSVデータの1レコードが設定されているとします。

使用するデータはK3形式が元になっている仕様で
エクセルが出力しているような形式です。

書式には次のような特徴があります。
1. 各レコードは「改行」によって区切られている。
2. 各列は「,」によって区切られている。
3. 列のデータは「"」によって囲んでも良い。
4. 列に「,」「改行」「"」いずれかを含む場合「"」で
   囲わなければならない。
5. 列データに「"」を含める場合「""」とする。

本来、改行コードはCRLFですが今回は特に指定しません。

次の入力があった場合
"aaa","b
bb","ccc",zzz,"y""Y""y",xxx

出力は
1 => aaa
2 => b
bb
3 => ccc
4 => zzz
5 => y"Y"y
6 => xxx

となります。
このお題はraynstardさんの投稿によるものです。ご投稿ありがとうございます。助かります。
post comment

Posted feedbacks - C

なんか微妙。

$ ./a.out < data
のような感じで実行するのを想定しています。
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
#include <stdio.h>
#include <string.h>

enum { false, true };
int print_one_value();

int main()
{
    int c;
    int ret;
    int count = 1;

    while (true) {
        printf("%d => ", count);
        ret = print_one_value();
        puts("");
        if (ret) {
            break;
        }
        count++;
    }

    return 0;
}

int print_one_value(int count)
{
    int c;
    int quote_in     = false;
    int quote_before = false;

    c = getchar();
    if (c == '"') {
        quote_in = true;
    }
    else {
        putchar(c);
    }

    while ((c = getchar()) != EOF) {
        if      (c == ',')               return false;
        else if (c == '\n' && !quote_in) return true;

        if ((c == ',' || c == '\n' || c == '"')
         && quote_before) {
            putchar(c);
            quote_before = false;
        }
        else if (c == '"') {
            quote_before = true;
        }
        else {
            putchar(c);
            quote_before = false;
        }
    }
}


ファイルからの読み込みまでやってみました。
あと、CSVデータを列データに別ける部分がおかしかったので修正しています。("の中の'\n'と','の取り扱い方)

実行結果
% cat data.txt
"aaa","b
bb","ccc",zzz,"y""Y""y",xxx,"eee,EEE",,,
dddd,eee
% ./a.out data.txt
1 => aaa
2 => b
bb
3 => ccc
4 => zzz
5 => y"Y"y
6 => xxx
7 => eee,EEE
8 =>
9 =>
10 =>
1 => dddd
2 => eee
1 =>

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
#include <stdio.h>

enum { false, true, eof };
int print_one_value(FILE *fp);

int main(int argc, char **argv)
{
    int  ret;
    int  count = 1;
    FILE *fp;

    if (argc < 2) {
        fprintf(stderr, "usage: %s file_name\n", argv[0]);
        return 2;
    }

    fp = fopen(argv[1], "r");
    if (fp == NULL) {
        fprintf(stderr, "Error\n");
        return 1;
    }

    while (true) {
        printf("%d => ", count);
        ret = print_one_value(fp);
        puts("");
        if (ret == eof) {
            break;
        }
        else if (ret == true) {
            count = 0;
        }
        count++;
    }

    fclose(fp);
    return 0;
}

int print_one_value(FILE *fp)
{
    int c;
    int quote_in = false;

    while ((c = fgetc(fp)) != EOF) {
        if      (c == ','  && (!quote_in)) return false;
    int quote_in = false;

    while ((c = fgetc(fp)) != EOF) {
        if      (c == ','  && (!quote_in)) return false;
        else if (c == '\n' && (!quote_in)) return true;

        if (c == '"') {
            c = fgetc(fp);
            if (c == '"' && quote_in) {
                putchar(c);
            }
            else {
                quote_in ^= 1;
                ungetc(c, fp);
            }
        }
        else {
            putchar(c);
        }
    }

    return eof;
}

あまり自信ありませんが、flexです。 
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
%option main
%x q
%{
int i = 1;
int start = 1;
void p(char c)
{
        if (start) { start = 0; printf("%d => ", i++); }
        putchar(c);
}
%}
%%
<INITIAL>\"     { BEGIN(q); }
<INITIAL>,      { p('\n'); start = 1; }
<INITIAL>"\n"   { p('\n'); start = 1; i = 1; }
<q>\"\"         { p('\"'); }
<q>\"           { BEGIN(INITIAL); }
<*>.|\n         { p(*yytext); }

%%


CSV解析用ステートマシンつくってみました。
(とりあえずmain()では標準入力からとるようにしていますが、適時書き換えてください。)

$ gcc main.c
$ cat > csv.txt
"aaa","b
bb","ccc",zzz,"y""Y""y",xxx
"aaa","b
bb","cc
c",zzz,"y""""""y",xxx

$ ./a.out < csv.txt
1 => aaa
2 => b
bb
3 => ccc
4 => zzz
5 => y"Y"y
6 => xxx

1 => aaa
2 => b
bb
3 => cc
c
4 => zzz
5 => y"""y
6 => xxx


  1
  2
  3
  4
  5
  6
  7
  8
  9
 10
 11
 12
 13
 14
 15
 16
 17
 18
 19
 20
 21
 22
 23
 24
 25
 26
 27
 28
 29
 30
 31
 32
 33
 34
 35
 36
 37
 38
 39
 40
 41
 42
 43
 44
 45
 46
 47
 48
 49
 50
 51
 52
 53
 54
 55
 56
 57
 58
 59
 60
 61
 62
 63
 64
 65
 66
 67
 68
 69
 70
 71
 72
 73
 74
 75
 76
 77
 78
 79
 80
 81
 82
 83
 84
 85
 86
 87
 88
 89
 90
 91
 92
 93
 94
 95
 96
 97
 98
 99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
/*-
 * The MIT License
 * 
 * Copyright (c) 2008 虹原いんく
 * 
 * Permission is hereby granted, free of charge, to any person obtaining a copy
 * of this software and associated documentation files (the "Software"), to deal
 * in the Software without restriction, including without limitation the rights
 * to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
 * copies of the Software, and to permit persons to whom the Software is
 * furnished to do so, subject to the following conditions:
 * 
 * The above copyright notice and this permission notice shall be included in
 * all copies or substantial portions of the Software.
 * 
 * THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
 * IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
 * FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
 * AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
 * LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
 * OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN
 * THE SOFTWARE.
 */
/* csv.state : http://ja.doukaku.org/33/ 寄稿用 */

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

/* \<TAB> \, を無視する。 = 1 */
#define ENABLE_ENTAB       0
/* 列データに「"」を含める場合「\"」とする。 = 1 */
#define ENABLE_ENQUOT      0
/* 列データに「"」を含める場合「""」とする。 = 1 */
#define ENABLE_QUOTQUOT    1

#define MODE_CSV          0x0001
#define MODE_TSV          0x0002
#define MODE_FIXROWS      0x0040

#define STATE_CSV_WAIT_QUOT    0
#define STATE_CSV_NEXT_QUOT    1
#define STATE_CSV_NEXT_TAB     2
#define STATE_CSV_DONE         3
#define STATE_CSV_BUFFEROVER   4

static char *_state[] = {
    "STATE_CSV_WAIT_QUOT  ",
    "STATE_CSV_NEXT_QUOT  ",
    "STATE_CSV_NEXT_TAB   ",
    "STATE_CSV_DONE       ",
    "STATE_CSV_BUFFEROVER ",
};

/* ------------------------------------------------------------------ */
struct csv_work
{
    int state;
    int mode;
    int rows;

    char **x; /* テンポラリポインタ
               - read_csv で渡したバッファを解放しない場合利用可能 */

    char **node; /* 要素 */
    int node_pos; /* 現在の要素数 */
    int node_max; /* 要素最大サイズ */

};

/* ------------------------------------------------------------------ */
void csv_free( struct csv_work* csv )
{
    int i;
    for( i = 0; i < csv->node_max; i++ )
        if(csv->node[i]) free(csv->node[i]);

    free( csv->x );
    free( csv );
}

/* ------------------------------------------------------------------ */
struct csv_work* csv_init( int node )
{
    int i;
    unsigned int x_buffsize;
    struct csv_work* csv;

    csv = (struct csv_work*)malloc( sizeof(struct csv_work) );
    
    csv->state = STATE_CSV_WAIT_QUOT;
    csv->mode  = 0;
    csv->rows  = 1;

    x_buffsize = sizeof(char*) * node;
    csv->node_max = node;
    csv->node_pos   = 0;
    csv->x = (char**)malloc(x_buffsize);
    csv->node = (char**)malloc(x_buffsize);

    for( i = 0; i < node; i++ )
        csv->node[i] = NULL;

    return csv;
}

/* ------------------------------------------------------------------ */
void csv_read_cat( struct csv_work* csv, char * p )
{
    if(csv->node[csv->node_pos] == NULL)
        csv->node[csv->node_pos] = strdup(csv->x[csv->node_pos]);

    /* 既にdup されている場合、前回途中で止まっている */
    /* 前回の分と連結 */
    else {
        char *cat;

        cat = (char *)malloc(( strlen(p) +
          strlen(csv->node[csv->node_pos]) + 1) * sizeof(char) );

        strcpy( cat, csv->node[csv->node_pos] );
        strcat( cat, p );
        free(csv->node[csv->node_pos]);
        csv->node[csv->node_pos] = cat;
    }
    return ;
}

/* ------------------------------------------------------------------ */
void csv_read( struct csv_work* csv, char * buff )
{
    int i, before;
    char *p;
    char *q;

    p = buff;
    before = csv->node_pos;

    for(;*p != '\0';) {

//        printf("%s[%x](%d/%d):%s\n", _state[csv->state], csv->mode, csv->node_pos, csv->rows, p);

        switch(csv->state)
        {
        case STATE_CSV_WAIT_QUOT:
            /* skip space */
            for (q = p;*q != '\0';q++) {
                if(*q != ' ') break;
            }

            /* quote? */
            if ( *q != '\"' ) {
                /* p = space とばす前 */
                /* カンマまたは タブを捜す*/
                csv->state = STATE_CSV_NEXT_TAB;
            }
            else {
                p = q;
                /* " " 間で囲まれている */
                p++; /* " を飛ばす */
                csv->state = STATE_CSV_NEXT_QUOT;
            }

            if( csv->node_pos > csv->node_max )
                csv->state = STATE_CSV_BUFFEROVER;

            csv->x[csv->node_pos] = p;
        break;

        /* 次の " まで移動 */
        case STATE_CSV_NEXT_QUOT:
            for (q = p;*q != '\0';q++) {
                if (*q == '\"') {
#if ENABLE_QUOTQUOT
                    if(
                    /* "" は無視する */
                        ( *(q + 1) == '\"' )) {
                        q = q + 1;
                        continue;
                    }
#endif /* ENABLE_QUOTQUOT */
#if ENABLE_ENQUOT
                    if (( q != p ) &&
                    /* \" は無視する */
                        ( *(q - 1) == '\\' )) {
                        continue;
                    }
#endif /* ENABLE_ENQUOT */

                    *q = '\0';
                    /* 次のノードに移動する */
                    q++;
                    csv_read_cat( csv, p );
                    p = q;
                    csv->state = STATE_CSV_NEXT_TAB;
                    break;
                }
            }
            if( *q == '\0' ) {
                csv_read_cat( csv, p );
                p = q;
            }
        break;

        /* タブまたはカンマ区切りを捜す */
        case STATE_CSV_NEXT_TAB:
            for (q = p;*q != '\0';q++) {
                if ((*q == ',') ||
                    /* 既にCSVとして読み込んでいるのであれば、
                       TABはそのまま取り込みます。 */
                    ((*q == '\t') && (!(csv->mode & MODE_CSV))) || 
                    (*q == '\r') || (*q == '\n')) {
#if ENABLE_ENTAB
                    /* 先頭で区切り発見 */
                    if( ( q == p ) ||
                    /* \, \\t は無視する */
                       ( *(q - 1) != '\\' ) ) {
#endif /* ENABLE_ENTAB */
                        if(*q == ',')  csv->mode |= MODE_CSV;
                        if(*q == '\t') csv->mode |= MODE_TSV;
                        /* ノード数が決定しました */
                        if(*q == '\r' || *q == '\n') {
                            csv->mode |= MODE_FIXROWS;
                            if( *(q +1) == '\r' || *(q +1) == '\n' )
                                *q++ = '\0';
                        }
                        /* 区切り文字によってノード数を推測します */
                        if(!(csv->mode & MODE_FIXROWS)) csv->rows++;

                        *q++ = '\0';
                        p = q;

                        csv->state = STATE_CSV_DONE;
                        break;
#if ENABLE_ENTAB
                    }
#endif /* ENABLE_ENTAB */
                }
            }
            if( *q == '\0' ) {
                csv_read_cat( csv, p );
                p = q;
            }
        break;

        case STATE_CSV_DONE:
/*            printf( "DONE. %d: %s\n", csv->node_pos, csv->x[csv->node_pos]);*/
            if(csv->node[csv->node_pos] == NULL)
                csv->node[csv->node_pos] = strdup(csv->x[csv->node_pos]);
            csv->node_pos++;

            csv->state = STATE_CSV_WAIT_QUOT;
        break;

        case STATE_CSV_BUFFEROVER:
            perror("buffer over!");
        break;
        }
    }

    return ;
}

/* ------------------------------------------------------------------ */
void csv_print( struct csv_work* csv, int row )
{
    int i;

    if(row == -1)
        row = csv->rows;

    for( i = 0; i <= csv->node_pos; i++ )
    {
        printf( "%d => %s\n", i % row + 1, csv->node[i]);
/*
 *        printf( "要素 %d行%d桁: %s\n", i / row + 1, i % row + 1, csv->node[i]);
 */
        if( (i+1) % (row) == 0)
            printf( "\n");
    }

    return ;
}

/* ------------------------------------------------------------------ */
/* 辻褄 */
void csv_fix( struct csv_work* csv )
{
    char *p, *q;
    int i;

    for( i = 0; i <= csv->node_pos; i++ ) {
        /* 5. 列データに「"」を含める場合「""」とする。 */
        p = csv->node[i];
        q = csv->node[i];
        for( q = p ; *p != '\0';) {
#if ENABLE_QUOTQUOT
            if( *q == '\"' &&  *(q +1) == '\"') q++;
#endif /* ENABLE_QUOTQUOT */
#if ENABLE_ENQUOT
            else if( *q == '\\' &&  *(q +1) == '\"') q++;
#endif /* ENABLE_ENQUOT */
            *p++ = *q++;
        }
    }

    return ;
}

/* ------------------------------------------------------------------ */
int main()
{
    char buff[256];
    int len;
    int before_pos;
    struct csv_work * csv;

    csv = csv_init( 400 );

/* fgets: \n か 256 読み込んだ文字列の最後に、\0を付加します */
    while (fgets(buff, 256 - 1, stdin) != NULL) {
        csv_read( csv, buff );
    }

    csv_fix( csv );
    csv_print( csv, -1 );
    
    csv_free( csv );

    return 0;
}


/**

------------= csv.txt =------------------
"aaa","b
bb","ccc",zzz,"y""Y""y",xxx
-----------------------------------------

csv>gcc main.c
csv>a.exe < csv.txt
1 => aaa
2 => b
bb
3 => ccc
4 => zzz
5 => y"Y"y
6 => xxx
-----------------------------------------

**/

csv->node の解放が抜けていました。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
void csv_free( struct csv_work* csv )
{
    int i;
    for( i = 0; i < csv->node_max; i++ )
        if(csv->node[i]) free(csv->node[i]);

    free( csv->node );
    free( csv->x );
    free( csv );
}

Index

Feed

Other

Link

Pathtraq

loading...
Creative Commons License このサイトの内容は、 クリエイティブ・コモンズ・ライセンスの下でライセンスされています。 [詳細]