「ただのカンマ区切り」では済まない
CSV には正式な仕様(RFC 4180)がありますが、現場のファイルはそれに従うとは限りません。 欧州の Excel はセミコロンで区切り、ログはパイプを使い、フィールドの中には区切り文字そのものや引用符、改行が平気で入ってきます。 素直に split(',') しただけのパーサは、これらでほぼ確実に壊れます。
どのファイルにも 「カンマを含むメモ」「引用符を含むメモ」「セル内改行を含むメモ」の 3 つの難所を入れてあります。あなたのパーサがこれらを 1 フィールドとして正しく読めるか、 列がずれないかを確かめてください。文字コード違いを試したいときは 文字コード別 CSV をどうぞ。
よくある質問
タブ区切りやセミコロン区切りのサンプルCSVはどこで無料ダウンロードできますか?
このページから、カンマ・タブ(TSV)・セミコロン・パイプ・全項目引用・日本語ヘッダの6種を無料でダウンロードできます。中身はどれも同じ内容で、区切り文字と引用のしかただけが違います。
なぜセミコロン区切りのCSVがあるのですか?
小数点にカンマを使う地域のExcelは、既定でセミコロン区切りのCSVを出力します。拡張子は.csvなのに区切りがセミコロンなので、カンマ決め打ちのパーサは1列に潰してしまいます。その再現に使えます。
CSVパーサの堅牢性テストに使えますか?
はい。どのファイルにも「カンマを含むメモ」「引用符を含むメモ」「セル内改行を含むメモ」の3つの難所を仕込んでいます。これらを1フィールドとして正しく読めるか、列がずれないかを確認できます。