C++ 无法直接读写 Excel 文件，必须依赖第三方库；CSV 可用标准库处理，但模拟 Excel 操作需二维表抽象；.xlsx 是 ZIP 封装的 XML 结构，fstream 无法解析；推荐 xlnt（读写）和 libxlsxwriter（仅写）。
直接说结论：C++ 本身没有内置 Excel 文件读写能力，Excel（.xlsx/.xls）是二进制或 XML 封装格式，必须依赖第三方库；而 CSV 是纯文本，C++ 标准库完全能处理，但「模拟 Excel 数据处理」的关键不在文件格式，而在内存中的二维表抽象和常见操作（如按列筛选、求和、排序）是否顺手。
为什么不能用 fstream 直接读写 .xlsx？
因为 .xlsx 实质是 ZIP 压缩包，里面包含 [Content_Types].xml、xl/workbook.xml、xl/worksheets/sheet1.xml 等结构化文件。用 std::ifstream 打开只能看到乱码或 ZIP 头部字节，无法直接解析单元格值。
- 试图用
std::getline逐行读.xlsx文件 → 读到的是二进制垃圾，不是表格内容 - 用
libzip手动解压再解析 XML → 工程量大、易出错、不支持公式/样式/合并单元格 - 真正可行的路径只有：选一个成熟封装库，让它替你处理 ZIP + XML + 类型推断
推荐两个轻量级 C++ Excel 库（非 COM / 非 Python 绑定）
避开重量级方案（如 Qt 的 QAxObject 调 Windows COM，或 pybind11 调 pandas），专注纯 C++ 原生集成：
-
libxlsxwriter（只写不读）：适合生成报表，API 清晰，头文件少，编译快；不支持读取已有文件 -
xlnt（读写都支持）：基于 C++14，仅依赖zlib和minizip，支持.xlsx读写、单元格样式、日期类型；注意它不解析公式结果，只读存储值
示例：用 xlnt 读第一列姓名并打印
立即学习“C++免费学习笔记（深入）”；
#include <xlnt/xlnt.hpp>
#include <iostream>
int main() {
xlnt::workbook wb;
wb.load("data.xlsx");
auto ws = wb.active_sheet();
for (size_t i = 1; i <= ws.max_row(); ++i) {
auto cell = ws.cell(xlnt::cell_reference(1, i)); // A1, A2, ...
if (!cell.is_empty()) {
std::cout << cell.value<std::string>() << "\n";
}
}
}
CSV 用标准库就够了，但要注意这三点
CSV 不是“简单分割逗号”就能搞定的——真实数据含引号包裹字段、换行符、逗号在字符串内等情况。C++ 标准库没提供 CSV 解析器，必须自己处理边界逻辑。
- 别用
std::getline(file, line)后std::stringstream+std::getline(ss, field, ',')：遇到"Smith, Jr.",25会错误切分为三段 - 必须识别双引号对：字段以
"开头则一直读到匹配的结束"，中间的""视为一个" - 性能敏感时避免反复
std::string::substr和内存拷贝，可改用视图（std::string_view）+ 迭代器扫描
简易健壮 CSV 行解析示意（跳过空行和注释）：
std::vector<std::string> parse_csv_line(const std::string& line) {
std::vector<std::string> fields;
std::string field;
bool in_quotes = false;
size_t i = 0;
while (i < line.size()) {
char c = line[i];
if (c == '"') {
in_quotes = !in_quotes;
} else if (c == ',' && !in_quotes) {
fields.push_back(std::move(field));
field.clear();
} else if (c != '\r' && c != '\n') {
field += c;
}
++i;
}
fields.push_back(std::move(field));
return fields;
}
「模拟 Excel 数据处理」的核心其实是内存表结构设计
无论读 CSV 还是 XLSX，最终都要映射成程序内的二维数据容器。这里容易踩坑的是类型混用和索引混乱：
- 别用
std::vector<std::vector<std::string>>存所有数据：无法区分数字/日期/布尔，后续求和、排序要反复std::stod，且列对齐靠人工维护 - 建议分层：底层用
std::vector<std::any>或枚举类型联合体存异构值；上层封装Table类，提供filter_by_col("age", >=, 18)、sum_col("salary")等方法 - 列名处理要统一：CSV 头行可能含空格或特殊字符（
"User ID"），入库前建议转为合法标识符（如user_id），避免后续用点号访问出错
真正难的不是读文件，而是让 Table::sort_by("price", descending=true) 这种调用背后不崩溃、不出错、不丢精度——这需要你在类型擦除、比较函数、NaN 处理上做足功课。
