RFC 4180対応版 CSVレコードの分解 in C# DouKaku?

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#

using System;
using System.Collections.Generic;
using System.Text;
class Program
{
  static void Main()
  {
    string s = "\"aaa\",\"b\nbb\",\"ccc\",zzz,\"y\"\"Y\"\"y\",xxx";
    string[] ss = splitCSV(s);
    for (int i = 0; i < ss.Length; ++i)
    Console.WriteLine("{0} => {1}",i+1,ss[i]);
  }
  static string[] splitCSV(string s)
  {
    if (s == null) return null;
    List<string> a = new List<string>();
    int i = 0, j;
    string t;
    StringBuilder h = new StringBuilder();
    while (i < s.Length)
    {
      bool b = s[i] == '"';
      if (b) ++i;
      j = s.IndexOf(b ? '"' : ',', i);
      if (j < 0) j = s.Length;
      t = s.Substring(i, j - i);
      if (b && j < s.Length - 1 && s[j + 1] == '"')
      {
        h.Append(t);
        h.Append('"');
        i = j + 1;
      }
      else
      {
        a.Add(h + t);
        h.Length = 0;
        i = j + (b ? 2 : 1);
      }
    }
    return a.ToArray();
  }
}

C#でStateパターン風に実装。

.NET FrameWork 2.0 以上だと #9257 の Microsoft.VisualBasic.FileIO を使えばいいわけなので、1.1 の言語機能だけで実現するべくジェネリックとか Linq とかは使わないようにしてみました。

using System;
using System.Collections;
using System.Text;
using System.IO;

class ParserState
{
    private TextFieldParser _p;
    private bool _break = true;
    private int _openQ = 0;
    private bool _isClosing = false;
    private StringBuilder _curFldDlm;
    private StringBuilder _curRecTrm;

    public bool IsBreaking { get { return _break; } }
    public bool IsQuoted { get { return (_openQ != 0); } }
    public bool IsClosing { get { return _isClosing; } }
    public bool IsFieldDelimited { get { return Grep(_curFldDlm.ToString(), _p.FieldDelimiters); } }
    public bool IsRecordTerminated { get { return Grep(_curRecTrm.ToString(), _p.RecordTerminaters); } }
    private bool Grep(string s, string[] c)
    {
        foreach (string t in c)
            if (s == t) return true;
        return false;
    }

    private bool CheckIfQuote(int input)
    {
        foreach (int c in _p.Quoters)
            if (input == c) return true;
        return false;
    }
    private bool CheckIfFieldEnding(int input)
    {
        foreach (string s in _p.FieldDelimiters)
            if (s.StartsWith(_curFldDlm.ToString() + ((char)input).ToString()))
                return true;
        return false;
    }
    private bool CheckIfRecordEnding(int input)
    {
        foreach (string s in _p.RecordTerminaters)
            if (s.StartsWith(_curRecTrm.ToString() + ((char)input).ToString()))
                return true;
        return false;
    }
    private bool IsTransit { get { return _curFldDlm.Length > 0 || _curRecTrm.Length > 0; } }

    public ParserState(TextFieldParser parser)
    {
        _p = parser;
    }
    public int GetChar(int input, out string backtrack)
    {
        backtrack = String.Empty;
        if (_break)
        {
            _curFldDlm = new StringBuilder(_p.MaxFieldDelimiterLength);
            _curRecTrm = new StringBuilder(_p.MaxRecordTerminaterLength);
            if (CheckIfQuote(input))
            {
                _break = false;
                _openQ = input;
                _isClosing = false;
                return -1;
            }
        }

        if (IsQuoted)
        {
            if (input == _openQ)
            {
                _isClosing = !_isClosing;
                return _isClosing ? -1 : input;
            }
            if (!IsClosing) return input;

            //after the quote has been closed
            _openQ = 0;
            _isClosing = false;
        }

        if (CheckIfFieldEnding(input))
            _curFldDlm.Append((char)input);
        else if (_curFldDlm.Length > 0)
        {
            backtrack = _curFldDlm.ToString();
            _curFldDlm = new StringBuilder(_p.MaxFieldDelimiterLength);
        }

        if (CheckIfRecordEnding(input))
            _curRecTrm.Append((char)input);
        else if (_curRecTrm.Length > 0)
        {
            backtrack = _curRecTrm.ToString();
            _curRecTrm = new StringBuilder(_p.MaxRecordTerminaterLength);
        }

        _break = this.IsFieldDelimited || this.IsRecordTerminated;
        return this.IsTransit ? -1 : input;
    }
}

class TextFieldParser
{
    private readonly StreamReader _reader;
    private readonly char[] _q;
    private readonly string[] _fldDlm;
    private readonly string[] _rcdTrm;
    private readonly int _fldDlmLen = 0;
    private readonly int _rcdTrmLen = 0;
    private readonly bool _trmSpc = false;
    public TextFieldParser(
        Stream stream,
        char[] quoters,
        string[] fieldDelimiters,
        string[] recordTerminaters,
        bool trimSpaces)
    {
        _reader = new StreamReader(stream);
        _q = quoters;
        _fldDlm = fieldDelimiters;
        foreach (string s in _fldDlm)
            if (s.Length > _fldDlmLen)
                _fldDlmLen = s.Length;
        _rcdTrm = recordTerminaters;
        foreach (string s in _rcdTrm)
            if (s.Length > _rcdTrmLen)
                _rcdTrmLen = s.Length;
        _trmSpc = trimSpaces;
    }
    public TextFieldParser(Stream stream, char[] quoters,
            string[] fieldDelimiters, string[] recordTerminaters) :
        this(stream, quoters, fieldDelimiters, recordTerminaters, false) { }
    public TextFieldParser(Stream stream, char[] quoters, string[] fieldDelimiters) :
        this(stream, quoters, fieldDelimiters, new string[]{ "\r\n" }) { }
    public TextFieldParser(Stream stream, char[] quoters) :
        this(stream, quoters, new string[] { "," }) { }
    public TextFieldParser(Stream stream) :
        this(stream, new char[] { '"' }) { }

    public char[] Quoters { get { return (char[])_q.Clone(); } }
    public string[] FieldDelimiters { get { return (string[])_fldDlm.Clone(); } }
    internal int MaxFieldDelimiterLength { get { return _fldDlmLen; } }
    public string[] RecordTerminaters { get { return (string[])_rcdTrm.Clone(); } }
    internal int MaxRecordTerminaterLength { get { return _rcdTrmLen; } }
    public bool EndOfData { get { return _reader.EndOfStream; } }

    int _fldCnt = 0;
    public string[] ReadFields()
    {
        if (_reader.Peek() == -1) return null;

        ParserState stat = new ParserState( this );
        ArrayList fields = new ArrayList( _fldCnt );
        StringBuilder field = new StringBuilder();
        int nextChr;
        while (-1 != (nextChr = _reader.Read()))
        {
            string buf;
            int ret = stat.GetChar(nextChr, out buf);
            if (ret != -1) field.Append(buf).Append((char)ret);
            if (stat.IsBreaking)
            {
                string f = field.ToString();
                if (_trmSpc) f = f.Trim();
                fields.Add(f);
                field = new StringBuilder();
            }
            if (stat.IsRecordTerminated) break;
        }
        if (_fldCnt < fields.Count) _fldCnt = fields.Count;
        return (string[])fields.ToArray(typeof(string));
    }
    public string[][] Parse()
    {
        ArrayList records = new ArrayList();
        while (!this.EndOfData)
            records.Add(this.ReadFields());
        return (string[][])records.ToArray();
    }
}

class Program
{
    static void Main(string[] args)
    {
        TextFieldParser p = new TextFieldParser(Console.OpenStandardInput());
        while (!p.EndOfData)
        {
            int i = 0;
            foreach (string col in p.ReadFields())
                Console.WriteLine("{0} => {1}", ++i, col);
        }
    }
}

DouKaku?

RFC 4180対応版 CSVレコードの分解

Posted feedbacks - C#

Index

Feed

Other

Link

Pathtraq