C言語でCSVファイルをお手軽にパースしてみた (C++からも使えるはず)

CSVファイルはいろいろ亜種がありますが、こういうのを想定します。

• 文字コードはUTF-8
• 改行はLF
• カラムはダブルクォーテーションで囲んでも囲まなくてもよい
• ダブルクォーテーションで囲んである中に改行を入れることができる
• ダブルクォーテーションの中にダブルクォーテーションを入れるときは、ダブルクォーテーションを２回重ねることでエスケープする（"a""b"は「a"b」の意味になる）

このルールをFlexで実装しました。
ルール部分はたった８行なので、お手軽だと思うのですがいかがでしょうか。

csv_parser.l

%option noyywrap nounput noinput nodefault
%x quoted

%{
#include <stdio.h>

int row = 0, col = 0;
%}

%%

\" BEGIN(quoted);
, col++;
\n col=0; row++;
[^,\n"]+ printf("[%d,%d] %s\n", row, col, yytext);

<quoted>{
    ([^"]|\"\")+ printf("[%d,%d] %s\n", row, col, yytext);
    \" BEGIN(INITIAL);
}

%%

int main()
{
    yylex();
    return 0;
}

入力としてこんなファイルを渡すと

aa,bb,
cc
"dd","ee","ff"
"gg
gg","hh""hh",,

i

こんな出力になります。

[0,0] aa
[0,1] bb
[1,0] cc
[2,0] dd
[2,1] ee
[2,2] ff
[3,0] gg
gg
[3,1] hh""hh
[5,0] i

よく見ると、""を"に置き換える処理が必要そうですが、大体あってそう？

作成にあたっては、こちらのリファレンスを参考にしました。