14.3　ＣＳＶファイルの読み込み

14.2 節の【例４】で紹介した雛形では、１行単位に読み込み、行単位に処理をしました。１行単位に読み込んだものが、コンマで区切られていると想定し、コンマで区切られた文字列を読むプログラムにしましょう。

各行のデータが、コンマで区切られているファイルを ＣＳＶ (Comma Separated Values) と呼びます。行をレコード、コンマで区切られた部分をフィールドといいます。

ＣＳＶファイルの例

例（１）例（２）

10220123,阿部明子,40,55,C
10220135,加藤勝男,43,89,B
10420082,佐藤聡,30,0,D
30130273,田中玉緒,100,87,A
-,中村奈々,82,65,B
99420321,羽田花子,41,63,C

青木一郎,東京都港区,03-3333-4444
石井次郎,神奈川県藤沢市,0462-99-8888
上田三四郎,茨城県古河市,0280-55-6666
江本吾朗,三重県津市,059-224-9999

例（１）	例（２）
10220123,阿部明子,40,55,C 10220135,加藤勝男,43,89,B 10420082,佐藤聡,30,0,D 30130273,田中玉緒,100,87,A -,中村奈々,82,65,B 99420321,羽田花子,41,63,C	青木一郎,東京都港区,03-3333-4444 石井次郎,神奈川県藤沢市,0462-99-8888 上田三四郎,茨城県古河市,0280-55-6666 江本吾朗,三重県津市,059-224-9999

データを区切る文字をセパレータとかデリミタといいます。セパレータには通常コンマが用いられますが、データにコンマが含まれる場合など、タブや空白が用いられる場合もあります。文字列を引用符（"）で括る場合もあります。

ＣＳＶであれば、１行分を java.util.StringTokenizer クラスに渡し、 nextToken メソッドを用いるとデリミタまでのデータが得られます。データの個数分だけ nextToken を繰り返し呼び出します。データの個数がわからない場合は、 hasMoreToken を参照すれば、データの有無が調べられます。この感覚は、Iterator インターフェースの hasNext と next に似ています。
nextToken メソッドを呼び出すと文字列が得られるので、そのまま文字列として使用するか、 Integer.parseInt や Double.parseDouble などで必要なデータ変換を行います。

StringTokenizer はデリミタが連続して現れると、１つのデリミタとみなします。空白をデリミタとした場合などは便利ですが、ＣＳＶのフィールドが空になって、デリミタが連続するとフィールドの位置がずれてしまいます。

J2SE 5.0 以降は、StringTokenizer の代わりに、 String クラスの split メソッドの使用が奨励されています。【例３】【例４】
逆に、split メソッドでは連続したデリミタを１つのデリミタとする工夫が必要です。【例６】

【例１】

上記のファイル例(２)を読み、住所・名前の順に表示します。

プログラム CsvDemo1.java

実行結果

データ・ファイル phone.txt
コマンドラインのパラメータにファイル名を指定できるようにしてあります。指定がない場合には、phone.txt を仮定します。

【例２】

上記ファイル例(１)の第３フィールドを「点数」とみなして、合計と平均を計算します。

プログラム CsvDemo2.java

実行結果

データ・ファイル exam.txt
ファイル名の指定がない場合には、exam.txt から読むようになっています。

【例３】

J2SE 5.0 では正規表現が導入され、 String クラスに、文字列を正規表現で区切るメソッドが追加されました。

たとえば、上記【例２】で、

String[] field = line.split(",");

とすると、文字列 line のコンマで区切られた文字列が、 field[0]、 field[1]、 field[2]、... に分解されます。

プログラム CsvDemo2T.java

実行結果は変わりません。

CsvDemo2T.java を実行した時の様子をアニメーションにしてみました。黒と青の部分が、メモリ内に作られるモノのイメージです。赤は補足説明です。
代入を繰り返し、参照できないオブジェクトがメモリ上に残りますが、ｊａｖａのシステムが適宜回収し、メモリを再利用します。この処理をガーベージ・コレクションといいます。