在C中浏览csv文件的多列

我想写一个程序，读取一个非常大的csv文件。我希望文件按名称读取列，然后打印整个列。然而，它只打印出数据列表中的一列。因此，它只打印出整个程序中的unix时间戳列。我希望代码能够打印出其他列以及Unix Timestamp,Date,Symbol,Open,High,Low,Close,Volume BTC,Volume USD

csv文件：

Unix Timestamp,Date,Symbol,Open,High,Low,Close,Volume BTC,Volume USD
1605139200.0,2020-11-12,BTCUSD,15710.87,15731.73,15705.58,15710.01,1.655,26014.29
1605052800.0,2020-11-11,BTCUSD,15318,16000,15293.42,15710.87,1727.17,27111049.25
1604966400.0,2020-11-10,BTCUSD,15348.2,15479.49,15100,15318,1600.04,24521694.72
1604880000.0,2020-11-09,BTCUSD,15484.55,15850,14818,15348.2,2440.85,37356362.78
1604793600.0,2020-11-08,BTCUSD,14845.5,15672.1,14715.98,15484.55,987.72,15035324.13

当前代码：

#include<stdio.h>
#include<stdlib.h>
void main()
{
char buffer[1001]; //get line
float timestampfile;
FILE *fp;
int i=1; //line
fp = fopen("filename.csv", "r"); //used to read csv
if(!fp)
{
printf("file not found"); //file not found
exit(0);
}
fgets(buffer,1000, fp); //read line
printf("Expected output print the first column:n");
while(feof(fp) == 0)
{
sscanf(buffer,"%f",&timestampfile); //read data line
printf("%d: %fn",i,timestampfile); //used to print data
i++;
fgets(buffer, 1000, fp);
}
printf("end of the column");
fclose(fp);
}

电流输出：

1: 1605139200.000000
2: 1605052800.000000
3: 1604966400.000000
4: 1604880000.000000
5: 1604793600.000000
end of the column

您一开始的方向是正确的，但在处理逗号分隔值的分隔时遇到了一些困难。标准的C库提供了处理值分离所需的所有功能。

使用strtok((的简单实现

最简单的实现是将要读取的文件名和要提取的列索引作为程序的前两个参数。然后，您可以简单地丢弃标题行，并输出列索引的请求值。这可以通过一个简单的循环来完成，该循环在调用strtok()时跟踪令牌号。回想第一次调用strtok()时，字符串的变量名作为第一个参数传递，任何连续的调用都将NULL作为第一个自变量传递，直到找不到更多的令牌为止。

一个简短的例子是：

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#define MAXC 1024       /* if you need a constant, #define one (or more) */
#define DELIM ",n"
int main (int argc, char **argv) {

if (argc < 3) { /* validate filename and column given as arguments */
fprintf (stderr, "usage: %s filename columnn", argv[0]);
return 1;
}

char buf[MAXC];                                 /* buffer to hold line */
size_t ndx = strtoul (argv[2], NULL, 0);        /* column index to retrieve */
FILE *fp = fopen (argv[1], "r");                /* file pointer */

if (!fp) {  /* validate file open for reading */
perror ("file open failed");
return 1;
}

if (!fgets (buf, MAXC, fp)) {                   /* read / discard headings row */
fputs ("error: empty file.n", stderr);
return 1;
}

while (fgets (buf, MAXC, fp)) {                 /* read / validate each line */
char *p = buf;
size_t i = 0;
/* loop until the ndx token found */
for (p = strtok(p, DELIM); p && i < ndx; p = strtok (NULL, DELIM))
i++;
if (i == ndx && p)  /* validate token found */
puts (p);
else {              /* handle error */
fputs ("error: invalid indexn", stderr);
break;
}
}
}

(注意：strtok()将多个分隔符视为一个分隔符。当可能出现空字段(如field1,field2,,field4,...(时，不能使用它。建议用strsep()代替strtok()，它确实处理空字段，但也有自己的缺点。(

示例使用/输出

第一列(索引0(：

$ ./bin/readcsvbycol_strtok dat/largecsv.csv 0
1605139200.0
1605052800.0
1604966400.0
1604880000.0
1604793600.0

第二列(索引1(

$ ./bin/readcsvbycol_strtok dat/largecsv.csv 1
2020-11-12
2020-11-11
2020-11-10
2020-11-09
2020-11-08

第三列(索引2(

$ ./bin/readcsvbycol_strtok dat/largecsv.csv 2
BTCUSD
BTCUSD
BTCUSD
BTCUSD
BTCUSD

第四列(索引3(

$ ./bin/readcsvbycol_strtok dat/largecsv.csv 3
15710.87
15318
15348.2
15484.55
14845.5

请求超出范围：

$ ./bin/readcsvbycol_strtok dat/largecsv.csv 9
error: invalid index

将标题显示为菜单的更多示例

如果您想为用户提供一个简短的界面来选择要输出的列，您可以计算可用的列。您可以确定存在的逗号数(再添加一个可以提供列数(。然后，您可以保存标题，允许用户通过分配列数的指针，然后为每个标题分配存储并将标题复制到存储来选择要输出的列。然后，您可以将标题显示为菜单，供用户选择。

在确定打印哪一列之后，只需将每一行读取到缓冲区中，然后用strtok()或strcspn()标记该行(strtok()的缺点是它会修改缓冲区，因此如果需要保留它，请进行复制(。strcspn()返回令牌的长度，因此它提供了不修改原始令牌和提供令牌中字符数的优点。然后，您可以输出列值并重复，直到用完行为止。

例如：

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#define MAXC 1024       /* if you need a constant, #define one (or more) */
int main (int argc, char **argv) {

char buf[MAXC], *p = buf, **headings = NULL;
size_t cols = 1, ndx = 0, nchr;
/* use filename provided as 1st argument (stdin by default) */
FILE *fp = argc > 1 ? fopen (argv[1], "r") : stdin;

if (!fp) {  /* validate file open for reading */
perror ("file open failed");
return 1;
}

if (!fgets (buf, MAXC, fp)) {                       /* read / validate headings row */
fputs ("error: empty file.n", stderr);
return 1;
}

while (*p && (p = strchr (p, ','))) {               /* loop counting ',' */
cols++;
p++;
}
p = buf;    /* reset p to start of buf */

/* allocate cols pointers for headings */
if (!(headings = malloc (cols * sizeof *headings))) {
perror ("malloc-heading pointers");
return 1;
}

/* loop separating headings, allocate/assign storage for each, copy to storage */
while (*p && *p != 'n' && (nchr = strcspn (p, ",n"))) {
if (!(headings[ndx] = malloc (nchr + 1))) {     /* allocate/validate */
perror ("malloc headings[ndx]");
return 1;
}
memcpy (headings[ndx], p, nchr);                /* copy to storage */
headings[ndx++][nchr] = 0;                      /* nul-terminate */
p += nchr+1;                                    /* advance past ',' */
}

if (ndx != cols) {  /* validate ndx equals cols */
fputs ("error: mismatched cols & ndxn", stderr);
return 1;
}

puts ("nAvailable Columns:");                      /* display available columns */
for (size_t i = 0; i < cols; i++)
printf (" %2zu) %sn", i, headings[i]);
while (ndx >= cols) {                               /* get / validate selection */
fputs ("nSelection: ", stdout);
if (!fgets (buf, MAXC, stdin)) {                /* read input (same buffer) */
puts ("(user canceled input)");
return 0;
}
if (sscanf (buf, "%zu", &ndx) != 1 || ndx >= cols)  /* convert/validate */
fputs ("  error: invalid index.n", stderr);
}

printf ("n%s values:n", headings[ndx]);           /* display column name */

while (fgets (buf, MAXC, fp)) {                     /* loop displaying column */
char column[MAXC];
p = buf;
/* skip forward ndx ',' */
for (size_t col = 0; col < ndx && (p = strchr (p, ',')); col++, p++) {}
/* read column value into column */
if ((nchr = strcspn (p, ",n"))) {
memcpy (column, p, nchr);                   /* copy */
column[nchr] = 0;                           /* nul-terminate */
puts (column);                              /* output */
}
}

if (fp != stdin)   /* close file if not stdin */
fclose (fp);

for (size_t i = 0; i < cols; i++)   /* free all allocated memory */
free (headings[i]);
free (headings);
}

示例使用/输出

$ ./bin/readcsvbycol dat/largecsv.csv
Available Columns:
0) Unix Timestamp
1) Date
2) Symbol
3) Open
4) High
5) Low
6) Close
7) Volume BTC
8) Volume USD
Selection: 1
Date values:
2020-11-12
2020-11-11
2020-11-10
2020-11-09
2020-11-08

或者开放值：

$ ./bin/readcsvbycol dat/largecsv.csv
Available Columns:
0) Unix Timestamp
1) Date
2) Symbol
3) Open
4) High
5) Low
6) Close
7) Volume BTC
8) Volume USD
Selection: 3
Open values:
15710.87
15318
15348.2
15484.55
14845.5

使用Ctrl+d(窗口上的Ctrl+z

$ ./bin/readcsvbycol dat/largecsv.csv
Available Columns:
0) Unix Timestamp
1) Date
2) Symbol
3) Open
4) High
5) Low
6) Close
7) Volume BTC
8) Volume USD
Selection: 9
error: invalid index.
Selection: (user canceled input)

两种方法都能完成相同的任务，这完全取决于您的程序需求。仔细看看，如果你还有问题，请告诉我。

要按名称提取多个字段，必须获取要提取的字段的名称，例如作为命令行参数，确定相应的列，并为CSV文件的每一行输出请求的列。

下面是一个简单的程序，它从CSV文件中提取列并生成另一个CSV文件。它不使用strtok()或strchr()，而是一次分析一行字符，以找到列的开始和结束偏移，并相应地采取行动。源文件作为重定向输入传递，输出可以重定向到不同的CSV文件。

这是代码：

#include <stdio.h>
#include <string.h>
int find_header(const char *line, const char *name) {
int len = strlen(name);
int i, n, s;
for (i = n = s = 0;; i++) {
if (line[i] == ',' || line[i] == 'n' || line[i] == '') {
if (len == i - s && !memcmp(line + s, name, len))
return n;
if (line[i] != ',')
return -1;
s = i + 1;
n++;
}
}
}
int main(int argc, char *argv[]) {
char buffer[1002];
int field[argc];
char *name[argc];
int i, n;
if (argc < 2) {
printf("usage: csvcut FIELD1 [FIELD2 ...] < CSVFILEn");
return 2;
}
// read the input header line
if (!fgets(buffer, sizeof buffer, stdin)) {
fprintf(stderr, "missing header linen");
return 1;
}
// determine which columns to extract
for (n = 0, i = 1; i < argc; i++) {
int f = find_header(buffer, argv[i]);
if (f < 0) {
fprintf(stderr, "field not found: %sn", argv[i]);
} else {
name[n] = argv[i];
field[n] = f;
n++;
}
}
// output new header line
for (i = 0; i < n; i++) {
if (i > 0)
putchar(',');
printf("%s", name[i]);
}
putchar('n');
// parse the records, output the selected fields
while (fgets(buffer, sizeof buffer, stdin)) {
for (i = 0; i < n; i++) {
int j, s, f, start, length;
if (i > 0)
putchar(',');
// find field boundaries
for (j = s = f = start = length = 0;; j++) {
if (buffer[j] == ',' || buffer[j] == 'n' || buffer[j] == '') {
if (f == field[i]) {
start = s;
length = j - s;
break;
}
if (buffer[j] != ',')
break;
s = j + 1;
f++;
}
}
printf("%.*s", length, buffer + start);
}
putchar('n');
}
return 0;
}

样品运行：

./csvcut Date Close < sample.csv
Date,Close                                                                                                                                                                                 2020-11-12,15710.01
2020-11-11,15710.87
2020-11-10,15318
2020-11-09,15348.2
2020-11-08,15484.55

请注意，字段不能包含嵌入的逗号。该程序可以扩展为处理引用的内容以支持这些内容。

相关内容

最新更新

热门标签：