csvでダブルクオーテーション内のカンマを除去するVBS

やりたかったこと

こういうcsvに遭遇して、うまくカンマ区切りの形に整形したかったのでメモ。

1000,aaa,abcdef.pdf,[e-mail]
2000,bbb,"abcdef.pdf,ghijkl.txt",[e-mail]
3000,ccc,"mnopqr.jpg,stuvwx.pdf","[e-mail],[e-mail]"

3列目が添付ファイル名、4列目が宛先のようなものだと思ってもらえばいい

処理の概要

正規表現でダブルクオーテーションに囲まれた部分を抽出し、その部分にあるカンマを別の文字に置換することにする。
ただし","の部分はフィールド区切りなのでカンマだけは残しておく。

オリジナルがUTF-8 BOM付だったのでADODB.Streamを使うことにした。

' 機能
' 一部がダブルクオーテーションされているutf-8 bom csvについて、ダブルクオーテーション内のカンマを除去

' 読み込みファイルの指定 (相対パスなのでこのスクリプトと同じフォルダに置いておくこと)
Dim input
Set input = CreateObject("ADODB.Stream")
' 1：バイナリ・2：テキスト
input.Type = 2
' 文字コード指定
input.Charset = "UTF-8"
' Stream オブジェクトを開く
input.Open
' ファイルを読み込む
input.LoadFromFile "source.csv"

' 書き出しファイルの指定 (今回は新規作成する)
Dim output
Set output = CreateObject("ADODB.Stream")
output.Type = 2
output.Charset = "UTF-8"
output.Open

Dim objRep

' "～"の文字列を取得
Set objRep = New RegExp
' カンマで囲まれた部分。バックスラッシュでエスケープできないのでChr(34)で書く
objRep.Pattern = Chr(34) & ".*" & Chr(34)
objRep.IgnoreCase = True
objRep.Global = True 


Dim lineStr
Dim tmpText_original
Dim tmpText_mod
Dim objMatch

' 読み込みファイルから1行ずつ読み込み、書き出しファイルに書き出すのを最終行まで繰り返す
Dim records
Do Until input.EOS
  ' -1：全行読み込み・-2：一行読み込み
  lineStr = input.ReadText(-2)

  ' 正規表現でマッチ箇所を探す
  Set objMatch = objRep.Execute(lineStr)

  if objMatch.Count > 0 then
    For Each m In objMatch
      ' バッファーを初期化
      newText = ""
      ' オリジナルの部分を保存
      originalText = m.Value

      ' ","の部分をいったん|にしておく
      newText = Replace(m.Value, Chr(34) & "," & Chr(34), "|")
      ' ダブルクオーテーションを消去
      newText = Replace(newText, Chr(34), "")
      ' カンマを/に置換
      newText = Replace(newText, ",", "/")
      ' 退避した|をカンマに置換
      newText = Replace(newText, "|", ",")
      ' オリジナルの部分と加工後の部分を置換
      lineStr = Replace(lineStr, originalText, newText)
    Next
  end if
  
  ' 0：文字列のみ書き込み・1：文字列 + 改行を書き込み
  output.WriteText lineStr, 1    
Loop

' 書き出しファイルの保存
' 1：指定ファイルがなければ新規作成・2：ファイルがある場合は上書き
output.SaveToFile "result.csv", 2

' Stream を閉じる
input.Close
output.Close

変換結果

こうなる

1000,aaa,abcdef.pdf,[e-mail]
2000,bbb,abcdef.pdf/ghijkl.txt,[e-mail]
3000,ccc,mnopqr.jpg/stuvwx.pdf,[e-mail]/[e-mail]