c++如何读取带引号的CSV字段_复杂逗号分隔符解析器【附源码】-C++-PHP中文网

std::getline无法正确解析csv是因为它不处理引号转义、逗号逃逸和跨行字段；必须用状态机识别quoted/unquoted上下文，手动处理""转义、换行判定及bom跳过。

c++如何读取带引号的csv字段_复杂逗号分隔符解析器【附源码】

标准 std::getline 读 CSV 会直接崩在带引号字段里——它根本不管引号逃逸，遇到逗号就切，遇到换行就停，连最基础的 "a,b",c,"d""e" 都解析错。

为什么 `std::getline` + `std::stringstream` 不行

这是新手最常踩的坑：用逗号当分隔符调用 std::getline(ss, field, ',')，以为能“一行一拆”。实际只要字段含 "," 或换行，立刻错位。

引号内的逗号不是分隔符，但 std::getline 不识别引号上下文
"abc""def" 是合法 CSV 转义（双引号表示一个引号字符），std::stringstream 完全无视
字段末尾有空格、开头有制表符？默认流操作会吃掉，原始格式丢失
跨平台换行（\r\n vs \n）可能被截断成两行

手写 CSV 解析器：三步状态机核心逻辑

不用第三方库时，必须自己管状态。关键不是“怎么切”，而是“当前在不在引号里”。

C++14

C++14 对 C++11 的修正与增强版本，适合旧系统维护和较老工具链兼容。

下载

初始化状态为 unquoted；遇到 " 切到 quoted；再遇到 " 且下一个字符不是 "，切回 unquoted
在 quoted 状态下，跳过所有逗号和换行；遇到 "" 合并为单个 " 字符
每行结尾必须显式检查是否仍在 quoted 状态——没闭合引号是格式错误，不能静默吞掉后续行

示例片段（伪代码逻辑）：

while (c = get_next_char()) {
  if (state == unquoted && c == ',') { emit_field(); continue; }
  if (state == unquoted && c == '"') { state = quoted; continue; }
  if (state == quoted && c == '"') {
    next = peek_next_char();
    if (next == '"') { append('"'); skip_next(); } // 转义
    else { state = unquoted; continue; } // 引号结束
  }
  if (state == unquoted && (c == '\n' || c == '\r')) break;
  append(c);
}

用 `boost::tokenizer` 或 `csv-parser` 的真实代价

引入依赖看似省事，但得看清它怎么处理边界：

boost::tokenizer 默认不支持引号转义，需手动配 escaped_list_separator，且对 "a""b" 支持不一致（旧版直接失败）
轻量库如 csv-parser（by ben-strasser）默认启用 RFC 4180 模式，但 parse_line() 返回 std::vector<:string></:string>，内部仍做内存拷贝——高频解析大文件时，reserve() 和 move 语义得自己补
所有封装库在 Windows 下读取 BOM 开头的 UTF-8 文件时，std::ifstream 默认不识别，首字段会多出 \xef\xbb\xbf，必须手动跳过