最稳妥方案是先用std::getline按行读取，再用std::stringstream按逗号拆分（适用于无引号、无嵌入逗号/换行的简单CSV）；若含双引号字段则需手动实现状态机解析，并在binary模式下主动跳过UTF-8 BOM。
用 std::getline 按行读取，再用 std::stringstream 拆分字段最稳妥
直接用 fscanf 或正则匹配 CSV 容易崩——CSV 字段里可能含逗号、换行、引号，标准库不提供原生 CSV 解析器，所以得手动处理边界。核心思路是：先按行读，再对每行做字段切分，同时识别被双引号包裹的字段（里面允许逗号和换行）。
实际项目中推荐从简单场景起步：假设 CSV 不含嵌入逗号、不换行、无引号（即“Excel 导出纯文本”类文件）。这时可跳过引号解析逻辑，用以下方式快速落地：
std::ifstream file("data.csv");
std::string line;
while (std::getline(file, line)) {
std::stringstream ss(line);
std::string field;
std::vector<std::string> row;
while (std::getline(ss, field, ',')) {
// 去首尾空格（可选）
field.erase(0, field.find_first_not_of(" \t"));
field.erase(field.find_last_not_of(" \t") + 1);
row.push_back(field);
}
// 处理 row
}
遇到带双引号的字段必须自己实现状态机解析
一旦 CSV 出现 "Smith, John" 这种字段，std::getline(ss, field, ',') 就会错误地在逗号处截断。此时不能依赖分隔符流式拆分，得逐字符扫描，维护一个“是否在引号内”的状态。
- 状态为 false 时，遇到
,表示字段结束；遇到"切换状态为 true - 状态为 true 时，忽略所有逗号和换行，直到再次遇到
"（注意""是转义引号，需合并为单个"） - 字段末尾可能有空格，建议统一 trim，但不要在引号内 trim（如
" hello "应保留空格）
这不是几行能搞定的逻辑，别硬套 std::regex——C++11 的正则性能差、不支持非贪婪匹配，且难以正确处理跨行引号字段。
立即学习“C++免费学习笔记（深入）”；
std::fstream 默认不处理 BOM，UTF-8 文件可能读错首字段
Windows 记事本保存的 CSV 常带 UTF-8 BOM（\xEF\xBB\xBF），而 std::ifstream 会把 BOM 当作普通字节读入首字段，导致 row[0] 变成 "\xEF\xBB\xBFName"。这不是编码问题，是字节误读。
从 CSV 数据集生成图数据库加载器和三元组映射。将表格 CSV 数据转换为图数据库可直接使用的节点、边和三元组。
解决方法很简单，在打开文件后立即检查并跳过 BOM：
std::ifstream file("data.csv", std::ios::binary); // 必须 binary 模式
file.seekg(0, std::ios::beg);
char bom[3];
file.read(bom, 3);
if (bom[0] == '\xEF' && bom[1] == '\xBB' && bom[2] == '\xBF') {
// 跳过 BOM
} else {
file.seekg(0, std::ios::beg); // 没 BOM 就回退
}
注意：必须用 std::ios::binary 打开，否则 Windows 下文本模式会把 \r\n 自动转成 \n，干扰后续位置计算。
第三方库只在需要完整 RFC 4180 支持时才值得引入
如果 CSV 来自不可控来源（比如用户上传、银行对账单），必须严格兼容 RFC 4180（含跨行字段、转义引号、BOM 自适应等），那自己写状态机风险高、维护难。此时可考虑轻量库：
-
csv-parser（header-only，MIT）：支持 BOM、引号、类型推导，但不支持跨行字段 -
fast-cpp-csv-parser：性能好，但要求字段数固定，且不处理 BOM - Boost.Text（1.79+）：有
csv模块，但仍在 experimental 阶段，编译依赖重
多数内部工具脚本其实不需要这么强的能力。先用状态机手写一个能处理引号和 BOM 的解析器，50 行左右，可控、无依赖、调试方便——比调第三方库的文档和编译问题省时间得多。
真正麻烦的是字段类型自动转换（比如把 "123" 转 int、"2024-01-01" 转 std::chrono::sys_days），这部分没法通用，得按业务字段定义硬编码规则。
