在 C++ 中使用 strtok 解析带有日期/时间的 CSV 文件时遇到问题答案

【问题标题】：trouble using strtok to parse CSV file with date/time in c++在 C++ 中使用 strtok 解析带有日期/时间的 CSV 文件时遇到问题
【发布时间】：2015-09-22 21:59:23
【问题描述】：

我有一个包含日期的 CSV 文件（我从 excel 转换而来），但我无法使用 strtok 函数解析它们。当我从 CSV 文件中删除带有日期的列时，它可以正常工作，但否则会出现错误。我已经玩了几个小时，但错误不会消失。我非常感谢任何帮助/建议！我是一个编程初学者。这是我所拥有的（粗体部分是我为程序工作而取出的部分，CSV 文件中没有日期）：

void parseFile (ifstream &myfile) {

string line;
int n = 1;

while ( myfile.good() ) {

    //storing each line into char array
    getline(myfile,line);
    char data[100];
    for (int g = 0; g <= line.size(); g++) {
        data[g] = line[g];
    }

    //using strtok to read char array
    char * tok;
    tok = strtok (data,",");

    while (tok != NULL) {

        temp.patientID = atol(tok);
        tok = strtok(NULL, ",");

        temp.result = atof(tok);
        tok = strtok(NULL, ",");
        tok = strtok(NULL, "/");
        tok = strtok(NULL, "/");

        temp.date = atof(tok);
        tok = strtok(NULL, " ");
        tok = strtok(NULL, ":");
        tok = strtok(NULL, ":");

        temp.time = atof(tok);
        tok = strtok(NULL, ",");

        //getting each component and storing into map that stores parsed info, mymap
        mymap.insert (pair<int,testInfo>(n,temp));
        n++;
    }
}

}

我的CSV 文件如下所示：

1000856,0,28/09/2014 02:34:37
1002259,0.008,15/09/2014 23:14:11
1002259,0.002,18/09/2014 10:44:18
1002259,0.005,18/09/2014 16:54:52
1003348,0.038,20/03/2015 12:50:46

【问题讨论】：

尝试将 strtok 更改为 strsep，如果可行，请告诉我。
您可能会发现 boost 库对这类事情很有用 - 特别是 stackoverflow.com/questions/5734304/c-boost-split-string 以及 boost date_time 库

标签： c++ date parsing csv strtok

【解决方案1】：

看这一行：

1000856,0,28/09/2014 02:34:37

我看到以下分隔符：,,// ::

你为,,,// ::,而发声

前面的 ',' 太多了。

该行将解析为：“1000856”“0”“28/09/2014 02:34:37”NULL NULL NULL NULL NULL NULL，这些 NULL 将对atofs 造成绝对破坏。

另外，temp.date = atof(tok); 不会给你一个日期。它会给你日期的一部分。我认为的月份。 temp.time = atof(tok); 只会给你几秒钟的时间。

对于这个任务，strtok 的更好选择是stringstream 和 getline(stream &, string &, char)。这个家伙可以让你设置分隔符和这样的东西：

std::stringstream linestream(line)
std::string tok;
if (getline(linestream, tok, ','))
{ // got a token
    try
    { 
        temp.patientID = std::stol(tok);
    }
    catch (...)
    {
        // handle bad input number
    }
}

我还将atol 替换为std::stol，因为有了它，您可以留在字符串区域并在数字未转换时捕获异常。 atol 在无法转换时静默失败。

如果您不允许使用流，请查看sscanf。对于像您这样的常规格式数据，与 strtok 相比，它是炸弹。

顺便说一句，在将数据传递到 strtok 之前，您需要从行中复制数据，这对您有好处。

上面的代码很容易写，执行起来可能很慢，但在这里应该没问题。

根据我的上述建议，这里有几件事已经过时了：

char data[100];
for (int g = 0; g <= line.size(); g++) {
    data[g] = line[g];
}

g <= line.size() 将始终在字符串末尾读取一个。很棒，因为它保留了 NULL，但并不完全符合犹太教规。我不确定 C++ 是否保证那里会有一个 NULL。这些天我可能应该购买并阅读标准版的副本。除了测试g <= line.size()，您还应该测试g < 100 以防止char 数组溢出。

在 while 循环中，如果 strtok 由于行格式不正确而返回 NULL，则无法防止破坏。

如果 mymap 是 std::map，则可以简化

mymap.insert (pair<int,testInfo>(n,temp));

到

mymap[n] = temp;

【讨论】：

【解决方案2】：

您正在搜索另外一个逗号，这意味着您在temp.result = atof(tok); tok = strtok(NULL, ","); 之后的标记指向字符串的末尾。删除那条线，我认为它应该做你想做的事。当您尝试将 NULL 输出从 strtok 转换为浮点数时，会发生段错误。

【讨论】：