CSVファイルにカンマの含まれる項目を分割せずに読み込む（Java） #Java

CSVファイルの中にカンマ付きの項目があった場合、通常のString.splitメソッドで分割すると、項目の途中で分割されてしまう問題を解決しようという話です。

例えば、こんなCSVのレコードがあった場合

test.csv

ABC,DEF,GHI,'1,000,000',JKL,MN

このレコードをカンマで分割したい時に、このシングルクォートで囲まれた文字列はカンマで区切らず、１つの文字列として分割したいとします。

そうした時に期待する結果は

期待する結果

ABC
DEF
GHI
'1,000,000'
JKL
MN

ですが、普通にsplitメソッドを使うとこんな感じに分かれてしまいます。

split(",")の残念な結果

ABC
DEF
GHI
'1
000
000'
JKL
MN

どうしたものかと、正規表現とか色々調べてみましたが、そもそもsplitメソッドは

「条件に一致するときに分割する」
メソッドであって、

「条件に一致するときに分割しない」
ということはできないので（今回の場合だと「引用符で囲まれているカンマ」が条件で、その条件に一致する時のみ分割しない、ということはできない）、諦めて自作メソッドを作りました。

Main.java


import java.io.BufferedReader;
import java.io.File;
import java.io.FileInputStream;
import java.io.IOException;
import java.io.InputStreamReader;
import java.util.ArrayList;
import java.util.List;

public class Main {

    public static void main(String[] args) throws IOException {

        try {
            String fileName= "C:\\temp\\test.csv"; // 読み込みたいCSVファイル

            // 入力CSVファイルの読み込み
            File file= new File(fileName);
            FileInputStream input = new FileInputStream(file);
            InputStreamReader stream= new InputStreamReader(input,"SJIS");
            BufferedReader br = new BufferedReader(stream);

            String line = br.readLine();
            // 自作メソッド呼び出し
            List<String> data = csvSplit(line);

            for (String col : data) {
                System.out.print(col + "\r\n");
            }

        } catch (IOException e) {
            e.printStackTrace();
        }
    }

    private static List<String> csvSplit(String line) {

        char c;
        StringBuilder s = new StringBuilder();
        List<String> data = new ArrayList<String>();
        boolean singleQuoteFlg = false;

        for(int i=0; i < line.length(); i++){
            c = line.charAt(i);
            if (c == ',' && !singleQuoteFlg) {
                data.add(s.toString());
                s.delete(0,s.length());
            } else if (c == ',' && singleQuoteFlg) {
                s.append(c);
            } else if (c == '\'') {
                singleQuoteFlg = !singleQuoteFlg;
                s.append(c);
            } else {
                s.append(c);
            }
        }
        return data;
    }
}

以下、実行結果です。

実行結果

ABC
DEF
GHI
'1,000,000'
JKL

引用符の中のカンマは区切られず、きちんと1つの文字列としてみなされています。

やっていることは、

CSVのレコードを1行読み込む（String line = br.readLine();）
読み込んだレコードから1文字ずつ取り出し、（c = line.charAt(i);）StringBuilderに連結して格納する。（s.append(c);）
その1文字のパターンによって処理を分ける。
- カンマで、かつカンマがシングルクォートに囲まれていないとき
- カンマで、かつカンマがシングルクォートに囲まれているとき
- シングルクォートのとき
- それ以外
シングルクォートに囲まれていないカンマは、区切り文字としてみなし、それまでに読み込んだ文字列をリストに格納する。（data.add(s.toString());）
シングルクォートに囲まれているカンマは、文字列の一部としてみなすため、StringBuilderに連結する。（s.append(c);）
シングルクォートのときは、自作のシングルクォートフラグのtrue,falseを切り替えます。（singleQuoteFlg = !singleQuoteFlg）シングルクォートフラグは、今シングルクォートの中を読み込んでいるかどうかを判定するフラグです。シングルクォートも出力に含めるならStringBuilderに連結します。（s.append(c);）
それ以外の場合は、StringBuilderへの連結のみします。（s.append(c);）

ロジックの説明はだいたいこんな感じです。
ちなみに、シングルクォートを出力に含めたくないときは、StringBuilderへの連結をしなければ出力には含まれません。

修正後csvSplit

    private static List<String> csvSplit(String line) {

        char c;
        StringBuilder s = new StringBuilder();
        List<String> data = new ArrayList<String>();
        boolean singleQuoteFlg = false;

        for(int i=0; i < line.length(); i++){
            c = line.charAt(i);
            if (c == ',' && !singleQuoteFlg) {
                data.add(s.toString());
                s.delete(0,s.length());
            } else if (c == ',' && singleQuoteFlg) {
                s.append(c);
            } else if (c == '\'') {
                singleQuoteFlg = !singleQuoteFlg;
//              s.append(c); // 文字連結をやめるとシングルクォートは出力されないよ！
            } else {
                s.append(c);
            }
        }

        return data;
    }

実行結果（シングルクォートなし）

ABC
DEF
GHI
1,000,000
JKL

こんな感じになります。

何かほかにいい方法がありましたら、ご教示いただけますと幸いです！