csharp > csv > 1項目にカンマを含むN項目文字列のパース > Regex()を使う実装

関連 http://qiita.com/7of9/items/076cf5aaff7095bb876d
関連 http://qiita.com/7of9/items/fa852a99ccfabc112690

在庫表示システム。

About:の項目にカンマを含む文字列を使いたい。

v0.1 > 失敗

C#でコードを書いてみた。

@ C# Online Snippet Compiler

using System;
using System.Collections.Generic;
using System.Linq;

public class Program
{
  public static void Main()
  {
        string line = "\"AAA,AAA\",BBB,CCC,DDD";

    Console.WriteLine(line);

    string [] elements = line.Split(',');
    foreach(string elmnt in elements) {
      Console.WriteLine(elmnt);
    }
  }
}

lineはEXCELで1セル内にAAA,AAAと入れたもの(下記)をcsv出力した時の文字列。

結果

"AAA,AAA",BBB,CCC,DDD
"AAA
AAA"
BBB
CCC
DDD

やはりパースで失敗して、AAA,AAAが2つの項目となる。

v0.2 > 成功

stackoverflow
にそれらしいコードがあった。

v0.2

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text.RegularExpressions; // for Regex

public class Program
{

  public static string[] SplitCSV(string input)
  {
    Regex csvSplit = new Regex("(?:^|,)(\"(?:[^\"]+|\"\")*\"|[^,]*)", RegexOptions.Compiled);
    List<string> list = new List<string>();
    string curr = null;
    foreach (Match match in csvSplit.Matches(input))
    {        
      curr = match.Value;
      if (0 == curr.Length)
      {
        list.Add("");
      }

      list.Add(curr.TrimStart(','));
    }

    return list.ToArray<string>();
  }

  public static void Main()
  {
        string line = "\"AAA,AAA\",BBB,CCC,DDD";

    Console.WriteLine(line);

    string [] elements = SplitCSV(line);

    foreach(string elmnt in elements) {
      Console.WriteLine(elmnt);
    }
  }
}

結果

"AAA,AAA",BBB,CCC,DDD
"AAA,AAA"
BBB
CCC
DDD

成功。

あとは前後のダブルクォーテーションを消せば良さそう。