CSV标准格式解析与libcsv++实现

CSV文件是一种简单的数据表描述文件，其各字段值使用半角逗号分隔。CSV格式有很多变种，即使有一个标准文档RFC4180，各个程序对它的支持也不尽相同。最近利用闲暇时间使用C++实现了RFC4180规定的CSV格式的解析，并命名为libcsv++。这里简单介绍一下RFC4180的描述：

1. 每一项“记录”(record)为一行，使用CRLF分隔。例如：

       aaa,bbb,ccc CRLF
       zzz,yyy,xxx CRLF

2. 文件的最后一行记录可以不使用CRLF结尾 。例如：

       aaa,bbb,ccc CRLF
       zzz,yyy,xxx

3. 文件的第一行可以是一个“头部”(header),也可以是普通数据。无论是何种数据，字段数必须一致。例如：

       field_name,field_name,field_name CRLF
       aaa,bbb,ccc CRLF
       zzz,yyy,xxx CRLF

4. 每一行记录可以包含多个字段，并以逗号分隔。字段若以空格开始，这个（些）空格不会被忽略。最后一个字段之后不能有逗号。例如：

       aaa,bbb,ccc

5. 每一个字段可以使用也可以不使用双引号包围。如果字段没有使用双引号包围，则其中不允许出现双引号。例如：

       "aaa","bbb","ccc" CRLF
       zzz,yyy,xxx

6. 字段若包含有CRLF，双引号和逗号，则该字段应该被双引号包围。例如：

       "aaa","b CRLF
       bb","ccc" CRLF
       zzz,yyy,xxx

   以上文件内容解析后只有两行而不是三行。

7. 如果双引号被用来包围字段，则字段中的双引号必须通过在其前加一个双引号来转义。例如：

       "aaa","b""bb","ccc"

翻译得不好请见谅。至于实现就请移步github直接看代码了(https://github.com/jainyzau/libcsv-/)，非常短的一段代码，可以方便地集成到需要的项目中。在解析中使用了  LineStart,  FieldStart,  FrontQuote,  BackQuote,  EscapeOn,  EscapeOff,  FieldEnd,  LineEnd,  ParseCompleted这样的9个状态，各个状态代表什么从字面上也很容易理解。测试的时候使用了google test框架，如果需要编译测试用例，需要手动下载google test框架，编译后将其与我的代码链接。