C++ csv库调研

[dduo518]

CSV（Comma Separated Values）是一种常见的文件格式，它以逗号作为分隔符来存储数据。在处理CSV文件时，使用一个好的CSV库可以使数据处理变得更加容易和高效。在本篇调研中，我们将对一些流行的C++ CSV库进行简要介绍和比较。

1、Fast C++ CSV Parser

Fast C++ CSV Parser是一个高效的CSV解析器，它只包含一个头文件，并且非常容易使用。它使用了 STL 中的 vector 和 string 容器来存储数据，使用了 RAII 的思想来自动管理内存，解析速度非常快。它具有以下特点：

• 仅依赖C++11标准库

• 支持UTF-8编码

• 支持自定义分隔符,自定义行终止符和自动类型推断

• 支持跳过或解析空行

• 支持通过迭代器逐行读取数据

• 具有灵活的接口，可方便地配置解析器

  该库的 Github 仓库地址为：https://github.com/ben-strasser/fast-cpp-csv-parser

该库的使用非常简单，只需包含头文件，然后使用解析器解析CSV文件即可。以下是一个简单的例子：

#include "csv.h"
#include <iostream>
using namespace std;

string file_path = "temp/group.csv";

/**
 * csvReader 读取
 */
void csvReader()
{
  cout << "==== csvReader ==== start" << endl;
  io::CSVReader<2> in(file_path);
  in.read_header(io::ignore_extra_column, "login", "group");
  std::string login;
  std::string group;
  double salary;
  while (in.read_row(login, group))
  {
    // 处理读取到的数据
    cout << "login:" << login << " group:" << group << endl;
  }
  cout << "==== csvReader ==== end" << endl;
  return;
}

/**
 * LineReader 按行读取
 *
 */
void lineReader()
{
  cout << "==== lineReader ==== start" << endl;
  io::LineReader csvLineReader(file_path);
  while (char *ret = csvLineReader.next_line())
  {
    cout << ret << endl;
  }
  cout << "==== lineReader ==== end" << endl;
  return;
}

int main()
{
  lineReader();
  csvReader();
  return 0;
}

==== lineReader ==== start
login,group
8815621,elvin
8815620,elvin
8815622,elvin
==== lineReader ==== end
==== csvReader ==== start
login:8815621 group:elvin
login:8815620 group:elvin
login:8815622 group:elvin
==== csvReader ==== end

缺点： fast-cpp-parser 只提供读csv的功能，不提供写入的功能

RapidCSV

Rapidcsv 是一个易于使用的 C++ CSV 解析器库。它支持 C++11（及更高版本），仅包含头文件并附带一个基本测试套件。

该库的 Github 仓库地址为：https://github.com/d99kris/rapidcsv

它具有以下特点：

• 可以单独读取数据头header，且支持按列读取，支持读取无头数据

• 支持行与列定点读取，实现多种读取方式接口

• 支持将数据读取到容器中，支持多种数据类型，支持自定义转换数据钩子

• 不需要依赖任何其他第三方库，能够方便地集成到项目中

• 能够处理各种不同格式的 csv 文件，包括带有头部的和不带有头部的 csv 文件，同时也支持不同的分隔符和换行符

• 支持跳过空行或者注释

  #include <iostream>
  #include <vector>
  #include "rapidcsv.h"
  #include <string>
  using namespace std;
  
  void readerCsv()
  {
    cout << "======read start=====" << endl;
    rapidcsv::Document doc("temp/group.csv");
    // 读取文件头
    std::vector<string> headers = doc.GetColumnNames();
    for (vector<string>::iterator header = headers.begin(); header != headers.end(); header++)
    {
      cout << "header:" << *header << endl;
    }
  
    // 按列读取
    std::vector<string> columnLogins = doc.GetColumn<string>("login");
    std::vector<string> columnGroups = doc.GetColumn<string>("group");
    for (vector<string>::iterator login = columnLogins.begin(); login != columnLogins.end(); login++)
    {
      cout << "read login:" << *login << endl;
    }
    for (vector<string>::iterator group = columnGroups.begin(); group != columnGroups.end(); group++)
    {
      cout << "read login:" << *group << endl;
    }
    cout << "======read end=====" << endl;
  }
  
  void readerSetDataType()
  {
    rapidcsv::Document doc("temp/test.csv", rapidcsv::LabelParams(0, 0));
  
    std::cout << doc.GetCell<std::string>("Volume", "2017-02-22") << std::endl;
    std::cout << doc.GetCell<int>("Volume", "2017-02-22") << std::endl;
    std::cout << doc.GetCell<long>("Volume", "2017-02-22") << std::endl;
    std::cout << doc.GetCell<long long>("Volume", "2017-02-22") << std::endl;
    std::cout << doc.GetCell<unsigned>("Volume", "2017-02-22") << std::endl;
    std::cout << doc.GetCell<unsigned long>("Volume", "2017-02-22") << std::endl;
    std::cout << doc.GetCell<unsigned long long>("Volume", "2017-02-22") << std::endl;
    std::cout << doc.GetCell<float>("Volume", "2017-02-22") << std::endl;
    std::cout << doc.GetCell<double>("Volume", "2017-02-22") << std::endl;
    std::cout << doc.GetCell<long double>("Volume", "2017-02-22") << std::endl;
    std::cout << doc.GetCell<char>("Volume", "2017-02-22") << std::endl;
  }
  
  void skipEmpty()
  {
    rapidcsv::Document doc("temp/01.csv",
                           rapidcsv::LabelParams(),
                           rapidcsv::SeparatorParams(),
                           rapidcsv::ConverterParams(),
                           rapidcsv::LineReaderParams(false /* pSkipCommentLines */,
                                                      '#' /* pCommentPrefix */,
                                                      true /* pSkipEmptyLines */));
  
    std::vector<string> columnHights = doc.GetColumn<string>("High");
    for (vector<string>::iterator h = columnHights.begin(); h != columnHights.end(); h++)
    {
      cout << "read login:" << *h << endl;
    }
  }
  
  void writeCsv()
  {
    rapidcsv::Document doc;
    doc.SetCell<std::string>(0, -1, "a");
    doc.SetCell<std::string>(1, -1, "b");
    doc.SetCell<std::string>(2, -1, "c");
    doc.SetCell<int>(0, 0, 3);
    doc.SetCell<int>(1, 0, 9);
    doc.SetCell<int>(2, 0, 81);
    doc.SetCell<std::string>(0, 2, "4");
    doc.SetCell<std::string>(1, 2, "16");
    doc.SetCell<std::string>(2, 2, "256");
    doc.SetCell<double>(0, 3, 3.2);
    doc.SetCell<double>(1, 3, 9.3);
    doc.SetCell<double>(2, 3, 81.4);
    doc.Save("temp/02.csv");
  }
  
  
  int main()
  {
    writeCsv();
    skipEmpty();
    system("pause");
    return 0;
  }
  

csv-parse

C++中的csv-parser库旨在提供一种简单直观的语法来解析CSV文件，重点关注处理大型数据集时的性能和内存需求。它使用重叠线程、内存映射IO和高效的数据结构，以最小的内存占用解析文件。它还具有自动推测分隔符、处理注释以及处理不同长度行的能力。该库对编码无限制，可以处理ANSI和UTF-8编码的文件。它还拥有广泛的测试套件

它具有以下特点：

• 流式读取，读取大文件不需要所有数据都读入内存，节省内存

• 支持根据列名读取数据、数据类型转换、自定义分隔符、文件头行数，跳过空格，处理不定列数，自定义列名。

• 支持数据转成json字符串,

• 支持写入文件，且支持流式写入

• 支持decimal数据类型

  该库的 Github 仓库地址为：https://github.com/vincentlaucsb/csv-parser

#include "csv.h"
#include <iostream>
using namespace std;

string file_path = "temp/01.csv";

void streamRead()
{
  csv::CSVReader reader(file_path);
  std::vector<std::string> headers = reader.get_col_names();
  // get file header
  for (std::string &header : headers)
  {
    cout << "header:" << header << endl;
  }
  // read data line
  for (csv::CSVRow &row : reader)
  {
    for (csv::CSVField &field : row)
    {
      std::cout << "read:" << field.get<std::string>() << endl;
    }
  }
  // indexing by column Names
  cout << "========" << endl;
  csv::CSVReader reader1(file_path);
  std::vector<std::string> headers1 = reader1.get_col_names();
  for (csv::CSVRow &row : reader1)
  {
    for (vector<string>::iterator header = headers1.begin(); header != headers1.end(); header++)
    {
      std::cout << "read: " << *header << "=" << row[*header].get<string>() << endl;
    }
  }
}

void converJSON()
{
  csv::CSVReader reader(file_path);
  std::stringstream my_json;
  std::vector<std::string> headers = reader.get_col_names();

  for (auto &row : reader)
  {
    my_json << row.to_json(headers) << std::endl;
  }
  std::cout << my_json.str() << std::endl;
}

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