使用Perl的Text::CSV_XS读取CSV多列失败的问题与解决

我来帮你拆解下这个问题的核心原因，以及为什么你的修改能解决问题，顺便给你提个更高效的优化方案。

首先还原你遇到的场景：你想用Text::CSV_XS从CSV文件里提取多列数据，单独提取一列正常，但用foreach循环遍历列号列表时，只能拿到第一列的数据，后续列都提取不出来。你的错误代码如下：

#!/usr/bin/perl
use strict;
use warnings;
use Text::CSV_XS;
use 5.18.2;

my $csv = Text::CSV_XS->new ({ binary => 1, auto_diag => 1 });
open my $fh, "<", "/users/whoever/test_csv.csv" or die "$!";

sub column_grabber {
    foreach my $column (@_) {
        my @data = map { $_->[$column] } @{$csv->getline_all ($fh)};
        return @data;
    }
}

my @column_numbers = (1,2,3,4);
my @collected_data = column_grabber(@column_numbers);
close $fh or die "$!";

问题出在哪？ #

这里有两个致命的小坑：

1. 提前终止的return：你把return @data放在了foreach循环内部，Perl的return会直接终止整个子例程。所以第一次循环处理完列号1之后，子例程就直接返回结果了，后面的列号2、3、4根本没机会执行。
2. 文件句柄的EOF状态：$csv->getline_all($fh)会一次性把整个CSV文件的内容全部读出来，读完之后文件句柄$fh就走到文件末尾（EOF）了。就算你把return去掉，后面循环到其他列时，再调用getline_all也读不到任何数据，自然拿不到后续列的内容。

你提到去掉return后循环能执行全列但得不到输出，就是这两个原因叠加导致的：后面的循环里getline_all读不到数据，而且你也没把每次循环生成的@data收集起来。

为什么你的修改能解决问题？ #

你后来调整的脚本完美避开了这两个坑：

#!/usr/bin/perl
use strict;
use warnings;
use Text::CSV_XS;
use 5.18.2;

sub column_grabber {
    my $csv = Text::CSV_XS->new ({ binary => 1, auto_diag => 1 });
    open my $fh, "<", "/users/whoever/test_csv.csv" or die "$!";
    my $column = shift @_;
    my @data = map { $_->[$column] } @{$csv->getline_all ($fh)};
    return @data;
    close $fh or die "$!";
}

my @column_numbers = (1,2,3,4);
foreach my $column(@column_numbers){
    my @collected_data = &column_grabber($column);
    ...
}

• 每次调用column_grabber时都重新打开文件，这样每次读取都是从文件开头开始，不会因为之前的读取导致EOF。
• 子例程每次只处理一个列号，把循环逻辑放到了子例程外面，避免了子例程内部提前return的问题。

不过这里有个小瑕疵：你把close $fh放在了return @data后面，这行代码永远不会执行（return会直接退出子例程），记得把close移到return前面，确保文件被正确关闭。

更高效的优化方案 #

既然你的CSV文件不大，其实可以一次性把所有数据读到内存里，然后在内存中提取多列，这样不用反复打开关闭文件，效率更高：

#!/usr/bin/perl
use strict;
use warnings;
use Text::CSV_XS;
use 5.18.2;

my $csv = Text::CSV_XS->new ({ binary => 1, auto_diag => 1 });
open my $fh, "<", "/users/whoever/test_csv.csv" or die "$!";
# 一次性读取所有行到内存数组
my @all_rows = @{$csv->getline_all($fh)};
close $fh or die "$!";

# 把各列数据存到哈希里，方便后续调用
my %columns_data;
my @column_numbers = (1,2,3,4);
foreach my $col (@column_numbers) {
    # 用数组引用存储每列数据，节省内存
    $columns_data{$col} = [ map { $_->[$col] } @all_rows ];
}

# 后续使用示例：比如打印第二列的所有数据
print join("\n", @{$columns_data{2}}), "\n";

这个方案只读取一次文件，后续所有列的提取都在内存中完成，对于小文件来说体验更好。

内容的提问来源于stack exchange，提问作者tgerv