C++ 读取 CSV 文件

在日常开发中，我们经常需要从文件中读取表格数据，比如学生成绩单、商品清单或系统配置表。遇到这类需求时，最简单、最通用的文件格式就是 CSV。

初学的小伙伴不要把 CSV 文件和 Excel 的 .xlsx 工作簿混为一谈。CSV 本质上仍然是普通的纯文本文件，每一行内部的多个数据之间约定使用英文逗号（,）隔开。只要把前面学过的逐行读取文件与按逗号拆分结合起来，我们就能把表格中的数据提取出来。

CSV 文件是什么？

CSV 是 “Comma-Separated Values” 的缩写，意思是 “逗号分隔值”，文件后缀名通常为 .csv。在标准的简单 CSV 文件中，每一行表示一条完整的数据记录，同一行里的多个字段之间使用英文逗号（,）隔开。

比如下面这份 students.csv 文件，保存了 3 名学生的学号、姓名和成绩：

id,name,score
1,Jack,95
2,Lucy,88
3,Tom,92

在上面这份数据中，第 1 行 id,name,score 是表头，用来说明每一列分别代表什么含义。从第 2 行开始，后面的 3 行才是真正的学生数据。如果用表格展示，它对应的结构如下表所示。

students.csv 表结构
id（学号）	name（姓名）	score（成绩）
1	Jack	95
2	Lucy	88
3	Tom	92

可以看到，CSV 文件的规则非常直观：换行符用来区分不同的 “行”，英文逗号用来区分同一行里的不同 “列”。只要把握住这一特点，我们就能在 C++ 中把 CSV 文件的数据读取出来。

提示并不是所有的 CSV 文件都包含表头。如果某些 CSV 文件从第 1 行开始就是正式数据，那么我们在读取时就不需要跳过第 1 行。

拆分单行 CSV 数据

在 C++ 中读取并处理一份简单的 CSV 文件，通常按顺序分为以下 4 步：

按行读取：调用 std::getline() 从文件中一行一行读取文本。
拆分字段：按英文逗号（,）把读到的一整行字符串切分成多个独立的字段。
类型转换：将需要参与数值比较或计算的字段，从字符串转换为整数或浮点数。
处理数据：在程序中打印、统计或保存提取出来的数据。

在这 4 个步骤中，最关键的是第 2 步 “拆分字段”。由于 std::string 没有内置现成的分割函数，在实际开发中常用 2 种方式来拆分单行 CSV 数据：一种是借助 std::stringstream 配合 std::getline()，另一种是调用字符串的 find() 与 substr()。

对于初学的小伙伴来说，我们重点掌握第 1 种方式就足够了，它的代码更简短，也不容易算错下标。

1. 使用 stringstream 与 getline() 拆分（推荐）

前面使用 std::getline(file, line) 读取文件时，我们只传入了两个参数，它默认以换行符作为结束标记读取一整行。实际上，std::getline() 还支持传入第 3 个参数，用来指定自定义的分隔字符，比如英文逗号 ','。

不过 std::getline() 只能从 “流” 中读取数据，不能直接操作普通的 std::string 字符串。这时我们可以借助 <sstream> 头文件中的 std::stringstream 把整行字符串包装成字符串流对象，再交给 std::getline() 按逗号依次提取字段。

语法：

std::stringstream ss(line);
std::string field;
while (std::getline(ss, field, ',')) {
    // 处理当前字段
}

说明：

std::stringstream ss(line); 表示把整行字符串 line 包装成字符串流 ss（关于字符串流的更多用法，后面章节会详细介绍）。紧接着，std::getline(ss, field, ',') 每次从 ss 中向后读取，遇到英文逗号 ',' 就停下来。它会把逗号前面的内容存入 field 中，并自动跳过逗号本身。

把 std::getline() 直接放进 while 的条件括号里，是因为只要成功读出一个字段，条件判断就为真，循环继续执行。当读到行尾已经没有内容可读时，条件判断变为假，循环就会自动结束。

示例 1：使用 stringstream 拆分字段

运行代码

#include <iostream>
#include <sstream>    // 提供 std::stringstream
#include <string>

int main() {
    std::string line = "1,Jack,95";
    std::stringstream ss(line);
    std::string field;

    // 按英文逗号依次读取字段
    while (std::getline(ss, field, ',')) {
        std::cout << field << '\n';
    }
    return 0;
}

运行结果如下。

1
Jack
95

分析：

std::stringstream ss(line); 先把字符串 "1,Jack,95" 包装成字符串流 ss，接着 while 循环会连续读取 3 次。

当我们第 1 次读取时，遇到第 1 个逗号停下，取出 "1"。第 2 次读取到第 2 个逗号前，取出 "Jack"。第 3 次一直读到字符串末尾，取出 "95"，整行读完后循环自动退出。

2. 使用 find() 与 substr() 拆分（了解）

除了借助 std::stringstream 之外，我们还可以采用前面学习字符串分割时的思路，直接调用字符串的 find() 和 substr() 成员函数来查找逗号下标并截取字段。下面我们来看一个例子。

示例 2：使用 find() 和 substr() 拆分

运行代码

#include <iostream>
#include <string>
#include <vector>

// 按逗号查找并截取字段
std::vector<std::string> splitByFind(const std::string& line) {
    std::vector<std::string> fields;
    std::size_t start = 0;

    while (true) {
        std::size_t comma = line.find(',', start);
        if (comma == std::string::npos) {
            fields.push_back(line.substr(start));
            break;
        }
        fields.push_back(line.substr(start, comma - start));
        start = comma + 1;
    }
    return fields;
}

int main() {
    std::string line = "1,Jack,95";
    std::vector<std::string> fields = splitByFind(line);

    for (const auto& item : fields) {
        std::cout << item << '\n';
    }
    return 0;
}

运行结果如下。

1
Jack
95

分析：

在 splitByFind() 函数中，line.find(',', start) 表示从下标 start 开始向后查找下一个英文逗号的位置。以字符串 "1,Jack,95"（下标为 0~8）为例，每一轮循环拆分的执行过程如下：

第 1 次循环：从 start = 0 开始，在下标 1 处找到第 1 个逗号，line.substr(0, 1 - 0) 截取出 "1"，接着把起点更新为 start = 2 跳过该逗号。
第 2 次循环：从 start = 2 开始，在下标 6 处找到第 2 个逗号，line.substr(2, 6 - 2) 截取出长度为 4 的 "Jack"，再把起点更新为 start = 7。
第 3 次循环：从 start = 7 向后查找，后面已经没有逗号，find() 返回 std::string::npos，此时执行 line.substr(7) 截取出末尾的 "95" 并退出循环。

处理 “行尾空字段” 的差异

当每一列都有内容时，上面两种拆分方式的结果完全一样。但如果某一行的最后一列恰好为空，也就是整行以逗号结尾（例如 "1,Jack,"），两者的表现会有一点细微差异：

 stringstream + getline()：读完 "Jack" 后面的逗号就已经到达字符串末尾，下一轮 getline() 会直接读取失败并退出循环，因此只会拆出 2 个字段，忽略掉末尾的空字段。

 find() + substr()：更新 start = comma + 1 后还会再执行一次 line.substr(start)，能够把逗号后面的空字符串 "" 保留下来，准确拆出 3 个字段。如果业务数据中最后一列可能为空，我们就应该选用第 2 种方式来处理。

读取并解析完整 CSV 文件

掌握了单行拆分方法后，我们可以把 std::stringstream 的拆分逻辑封装成一个独立的 splitCsvLine() 函数，再配合 std::ifstream 逐行读取完整的 CSV 文件。

这里需要特别注意一点：从 CSV 文件中拆分出来的每个字段，默认都是 std::string 字符串类型，比如 "95" 和 "88"。如果我们直接使用加号 + 把这两个字符串相加，得到的是拼接结果 "9588"，而不是数学求和。

因此，在参与数值比较或加减运算前，我们需要调用 <string> 头文件中的 std::stoi() 函数把字符串转为 int 整数，比如 std::stoi("95") 会返回整数 95。这里的 stoi 是 “string to integer（字符串转整数）” 的缩写；如果字段是小数，则可以调用 std::stod() 转为 double 类型。

为了方便小伙伴们直接复制代码运行测试，下面的示例会先使用 std::ofstream 在当前目录下创建一份 students.csv 测试文件，然后再打开它逐行解析并统计总成绩。

示例 3：读取并解析 CSV 文件

运行代码

#include <fstream>
#include <iostream>
#include <sstream>
#include <string>
#include <vector>

// 按逗号拆分单行 CSV
std::vector<std::string> splitCsvLine(const std::string& line) {
    std::vector<std::string> fields;
    std::stringstream ss(line);
    std::string field;
    while (std::getline(ss, field, ',')) {
        fields.push_back(field);
    }
    return fields;
}

int main() {
    // 生成测试用的 CSV 文件
    std::ofstream outFile("students.csv");
    outFile << "id,name,score\n";
    outFile << "1,Jack,95\n";
    outFile << "2,Lucy,88\n";
    outFile << "3,Tom,92\n";
    outFile.close();

    // 打开并逐行读取 CSV 文件
    std::ifstream file("students.csv");
    if (!file.is_open()) {
        std::cout << "无法打开文件 students.csv\n";
        return 1;
    }

    std::string line;
    std::getline(file, line);    // 跳过第 1 行表头

    int totalScore = 0;
    while (std::getline(file, line)) {
        if (line.empty()) {
            continue;
        }
        std::vector<std::string> fields = splitCsvLine(line);
        if (fields.size() != 3) {
            continue;
        }

        int id = std::stoi(fields[0]);
        std::string name = fields[1];
        int score = std::stoi(fields[2]);
        totalScore += score;

        std::cout << "id=" << id << ", name=" << name;
        std::cout << ", score=" << score << '\n';
    }

    std::cout << "总成绩：" << totalScore << '\n';
    return 0;
}

运行结果如下。

id=1, name=Jack, score=95
id=2, name=Lucy, score=88
id=3, name=Tom, score=92
总成绩：275

分析：

在这个例子中，程序开头先创建了测试用的 students.csv 并调用 outFile.close() 保存到磁盘。如果小伙伴们本地目录里已经有现成的 CSV 文件，平时编写读取代码时直接从 std::ifstream file("students.csv"); 开始写就可以了。

在进入 while 循环前，我们先单独执行了一次 std::getline(file, line); 把第 1 行表头读走，这样后面循环里每次处理的就都是正式的学生数据了。拆分出 fields 容器后，我们先通过 fields.size() != 3 检查当前行是否恰好有 3 列，防止遇到格式残缺的行时发生下标越界，最后再调用 std::stoi(fields[2]) 将成绩转为整数累加。

另外要注意，std::stoi() 要求传入的字符串必须是合法的整数格式。如果前面忘记跳过第 1 行表头，直接把列名 "score" 传给 std::stoi()，程序在运行时就会抛出 std::invalid_argument（无效参数）异常而终止。下面这种未跳过表头直接转换的写法就是错误的。

// 错误方式
int badScore = std::stoi("score");

复杂 CSV 文件的处理建议

前面这种 “先按行读取、再按逗号切开” 的写法，非常适合处理结构规整的简单 CSV 文件。但如果遇到字段内部本身包含特殊字符的复杂 CSV 数据，直接按逗号切分就会出错，比如下面这两条记录：

id,name,score
1,"Jack, Jr.",95
2,"Lucy ""L""",88

从上面可以看到，第 1 条记录的姓名 "Jack, Jr." 内部自带英文逗号，通用 CSV 规范会使用双引号把整个字段括起来，并通过两个连续双引号 "" 表示转义。如果我们继续使用只认逗号的简单拆分函数，第 1 条记录就会拆成错误的 4 列。

因此在实际开发中，我们可以根据数据来源按以下 2 条原则来选择方案：

内部可控的简单数据：如果 CSV 文件由我们自己的程序生成，列数固定且不含英文逗号、双引号和换行符，直接采用这一节的代码读取就非常轻便，无需引入第三方库。
外部输入的复杂数据：如果 CSV 文件来自用户上传、办公软件导出或外部系统对接，字段中随时可能出现特殊字符，建议我们直接选用 csv-parser、fast-cpp-csv-parser 等成熟的第三方 CSV 解析库。