【JS】将CSV分割成单元格

文章开始前，假设你已将csv读取并分割成了行，仅仅需要将单元格分割开来就好了。

这里引用百度百科的csv规则：

1. 开头是不留空，以行为单位。
2. 可含或不含列名，含列名则居文件第一行。
3. 一行数据不跨行，无空行。
4. 以半角逗号（即，）作分隔符，列为空也要表达其存在。
5. 列内容如存在半角引号（即"），替换成半角双引号（""）转义，即用半角引号（即""）将该字段值包含起来。
6. 文件读写时引号，逗号操作规则互逆。
7. 内码格式不限，可为 ASCII、Unicode 或者其他。
8. 不支持数字
9. 不支持特殊字符

方法一：循环

方法内部处理了分隔符、字符串边界标识符及其转义字符、码点等主要逻辑。

/**
 * 分割csv单元格
 * @param row {string} csv行
 * @param stringBoundaryIdentifier {string} 字符串边界标识符，一般情况下用的是半角双引号
 * @param splitter {string} 单元格分隔符，一般情况下用的是半角逗号
 * @return {string[]}
 */
function splitCsvRow(row, stringBoundaryIdentifier = "\"", splitter = ",") {
    const result = [];
    // 是否在字符串边界标识符内
    let inStringBoundaryIdentifier = false;
    // 单元格内容
    let value = "";
    // 当前字符的索引
    let i = -1;
    for (const char of row) { // 用for...of遍历字符串，可以避免长度超过1的字符被拆分，下面codePointAt、String.fromCodePoint也是如此
        i++;
        const lastCodePoint = row.codePointAt(i - 1);
        const nextCodePoint = row.codePointAt(i + 1);
        const lastChar = lastCodePoint !== void 0 ? String.fromCodePoint(lastCodePoint) : void 0;
        const nextChar = nextCodePoint !== void 0 ? String.fromCodePoint(nextCodePoint) : void 0;
        
        if (char === stringBoundaryIdentifier && (lastChar === splitter || nextChar === splitter)) { // 判断是否在两个边界标识符内，且其包裹了整个单元格
            inStringBoundaryIdentifier = !inStringBoundaryIdentifier;
            continue;
        }
        if (char === splitter && !inStringBoundaryIdentifier) { // 当遇到分隔符且不在单元格边界标识符内时，表示单元格结束，将单元格内容加入结果数组
            result.push(value);
            value = "";
            continue;
        }
        if (char === stringBoundaryIdentifier && nextChar === stringBoundaryIdentifier) { // 当出现连续两个边界标识符时，表示转义，只保留第一个
            i++;
        }
        value += char; // 将字符加入单元格内容
    }
    result.push(value);
    return result;
}

方法二：正则表达式

不建议使用这个方法，正则表达式由于过于复杂，可能消耗大量内存，导致JavaScript heap out of memory错误。

/**
 * 用正则表达式分割csv单元格
 * @param row {string} csv行
 * @param sbi {string} 字符串边界标识符，一般情况下用的是半角双引号
 * @param splitter {string} 单元格分隔符，一般情况下用的是半角逗号
 * @return {string[]}
 */
function splitCsvRowByRegex(row, sbi = "\"", splitter = ",") {
    // const splitCsvRowRegex = /(?:^|,)(?:"([^"]*(?:""[^"]*)*)"|([^,]*))/g;
    const splitCsvRowRegex = new RegExp(
        `(?:^|${splitter})(?:${sbi}([^${sbi}]*(?:${sbi}${sbi}[^${sbi}]*)*)${sbi}|([^${splitter}]*))`,
        "g",
    );
    const result = [];
    let match;
    const escapeCharacter = new RegExp(sbi + sbi, "g");
    while (match = splitCsvRowRegex.exec(row)) {
        const value = match[1] || match[2] || "";
        const valueWithoutQuote = value.replace(escapeCharacter, sbi);
        result.push(valueWithoutQuote);
    }
    return result;
}