C++でCSVファイルを読み込み・解析する2つの方法を解説

C++でCSVファイルを解析する場合、自分でファイルを読み込んで処理するよりも、ライブラリを利用することを強くおすすめします。CSVは一見単純な形式に見えますが、引用符で囲まれたカンマやエスケープ処理など、考慮すべきケースが数多く存在します。自前で実装すると、こうしたエッジケースを見落としてしまう可能性が高くなります。

C++向けのBoostライブラリには、CSVファイルを読み込むための便利なツールセットが用意されています。

Boost.Tokenizerを使った解析方法

以下は、Boostのtokenizerとescaped_list_separatorを使用して、1行のCSVデータを解析する例です。

#include<iostream>
vector<string> parseCSVLine(string line){
    using namespace boost;

    std::vector<std::string> vec;

    // 入力文字列をトークン化する
    tokenizer<escaped_list_separator<char>> tk(line, escaped_list_separator<char>
    ('\\', ',', '\"'));
    for (auto i = tk.begin(); i != tk.end(); ++i)
        vec.push_back(*i);

    return vec;
}

int main() {
    std::string line = "hello,from,here";
    auto words = parseCSVLine(line);
    for(auto it = words.begin(); it != words.end(); it++) {
        std::cout << *it << std::endl;
    }
}

実行結果

hello
from
here

escaped_list_separatorの引数は、順に「エスケープ文字」「フィールド区切り文字」「引用符」を表しています。この仕組みにより、引用符の中に含まれるカンマなども正しく処理できます。

getline関数と区切り文字を使った方法

もうひとつの方法として、標準ライブラリだけで完結するシンプルな手法があります。getline関数に独自の区切り文字（デリミタ）を指定し、文字列を分割して配列に格納します。

#include <vector>
#include <string>
#include <sstream>

using namespace std;

int main() {
    std::stringstream str_strm("hello,from,here");
    std::string tmp;
    vector<string> words;
    char delim = ','; // 分割に使う区切り文字を定義

    while (std::getline(str_strm, tmp, delim)) {
        // tmpに対するチェック（空文字列の確認など）をここで行う
        // 「!」「.」「?」などの記号を取り除く処理も必要に応じて追加
        // 最後にベクターへ格納する
        words.push_back(tmp);
    }

    for(auto it = words.begin(); it != words.end(); it++) {
        std::cout << *it << std::endl;
    }
}

実行結果

hello
from
here

どちらの方法を選ぶべきか？

カンマ区切りの単純なデータであれば、getlineを使った方法でも十分対応できます。一方、引用符やエスケープ文字を含む本格的なCSVデータを扱う場合は、Boostのようなライブラリを活用した方が安全で確実です。実際のプロジェクトでは、扱うデータの形式に応じて適切な方法を選択しましょう。