Java CSV読み込み・書き込み入門｜文字化けを防ぐBOMと文字コード

JavaでCSVを読み書きする基本は、Files.newBufferedReader と Files.newBufferedWriter に文字コードを明示して渡し、値のエスケープ（カンマ・改行・ダブルクォートの扱い）を RFC 4180 の規則に合わせることです。 Excel で開く CSV は「BOM 付き UTF-8」か「MS932」で出力すると、日本語がそのまま表示されます。

この記事では、読み込みと書き込みを1本にまとめ、すべてのコードを OpenJDK 21.0.10 で実行した出力つきで紹介します。split(",") で列がずれる様子、出力ファイルのバイト列（hexdump）、BOM 付きファイルで先頭の列名が一致しなくなる様子など、つまずきやすい箇所を手元で再現しました。外部ライブラリなしでコピーして動く部品（CsvUtil）も用意しています。

Java CSV読み書きの早見表

動作確認の環境と実行方法

環境は OpenJDK 21.0.10（LTS）、Linux（Ubuntu 系コンテナ）、外部ライブラリなしです。

1ファイルで完結する例は java CsvBasic.java のように単一ファイルのまま実行できます。CsvUtil を使う例は2ファイルになるので、Java 21 では次のようにコンパイルしてから実行します。

javac -d out *.java
java -Dstdout.encoding=UTF-8 -cp out CsvRoundTrip

-Dstdout.encoding=UTF-8 は、コンソールに出す文字の文字コードを指定するオプションです（Java 19 以降）。ロケールが C（POSIX）の環境では、付けないと日本語の表示が ? になりました。これは画面表示だけの話で、ファイルに書かれる内容とは別です。ファイルの文字コードは、次の章のとおりコードの中で明示します。

Java 25 での違い（手元では未実行）：Java 22 以降は、同じフォルダにある別ファイルのクラスも java CsvRoundTrip.java だけで実行できます（JEP 458）。Java 21 で同じことを試すと error: cannot find symbol ... variable CsvUtil になりました（実行して確認）。また Java 25 では void main() { ... } だけで書ける簡潔なソースファイル（JEP 512）が正式機能になっています。この記事で使う Files・BufferedReader・Charset の使い方は Java 21 と 25 で同じです。

CSVを書き込む・読み込む基本形（標準APIだけ）

まずは値にカンマや改行が入らない、いちばん単純な CSV です。書き込みは Files.newBufferedWriter、読み込みは Files.newBufferedReader を使い、どちらにも StandardCharsets.UTF_8 を渡します。

import java.io.BufferedReader;
import java.io.BufferedWriter;
import java.io.IOException;
import java.nio.charset.StandardCharsets;
import java.nio.file.Files;
import java.nio.file.Path;
import java.util.Arrays;

public class CsvBasic {
    public static void main(String[] args) throws IOException {
        Path path = Path.of("items.csv");

        // 書き込み：try-with-resources で自動的に閉じる
        try (BufferedWriter w = Files.newBufferedWriter(path, StandardCharsets.UTF_8)) {
            w.write("id,name,price,memo\r\n");
            w.write("1,ノート,180,\r\n");
            w.write("2,ボールペン,120,黒\r\n");
            w.write("3,付箋,250,\r\n");
        }

        // 読み込み：1行ずつ読んで split で分ける
        try (BufferedReader r = Files.newBufferedReader(path, StandardCharsets.UTF_8)) {
            String header = r.readLine();
            System.out.println("header = " + header);
            String line;
            while ((line = r.readLine()) != null) {
                String[] a = line.split(",");        // 末尾の空項目が消える
                String[] b = line.split(",", -1);    // 末尾の空項目も残る
                System.out.println(a.length + "個 " + Arrays.toString(a)
                        + " / " + b.length + "個 " + Arrays.toString(b));
            }
        }
    }
}

実行結果（java CsvBasic.java）：

header = id,name,price,memo
3個 [1, ノート, 180] / 4個 [1, ノート, 180, ]
4個 [2, ボールペン, 120, 黒] / 4個 [2, ボールペン, 120, 黒]
3個 [3, 付箋, 250] / 4個 [3, 付箋, 250, ]

split(",") は末尾の空項目を落とす

出力の左側を見ると、memo が空の行は3個になっています。String.split(",") は、末尾に続く空文字列を結果から取り除く仕様だからです。このまま fields[3] を読むと ArrayIndexOutOfBoundsException になります。

文字コードを省略したときの動き

Files.newBufferedReader(path) のように文字コードを省略すると、Files のメソッドは常に UTF-8 を使います。一方 new FileReader(path) や new FileWriter(path) は「既定の文字コード」を使い、これは Java 18 以降はどの OS でも UTF-8（JEP 400）、Java 17 以前は OS の設定（日本語 Windows なら MS932）でした。

実行する Java の版や OS で結果が変わらないように、読み書きの両方で文字コードを明示するのがおすすめです。

追記するとき

既存のファイルの末尾に行を足すときは、オプションを渡します。

try (BufferedWriter w = Files.newBufferedWriter(path, StandardCharsets.UTF_8,
        StandardOpenOption.CREATE, StandardOpenOption.APPEND)) {
    w.write("4,消しゴム,90,\r\n");
}

オプションを付けない newBufferedWriter は、既存の内容を空にしてから書きます。追記のときは見出し行と BOM を2回書かないよう、ファイルが新規かどうかで分けましょう。

split(",") で列がずれる3つのパターン

CSV では、値の中にカンマ・改行・ダブルクォートが入ることがあります。その場合、値全体を " で囲み、値の中の " は "" と2つ重ねる決まりです（RFC 4180）。この形の行を split で分けるとどうなるかを再現します。

import java.util.Arrays;

public class SplitBroken {
    public static void main(String[] args) {
        String[] lines = {
            "1,ノート,180",
            "2,\"付箋,大\",250",              // 値の中にカンマ
            "3,\"彼は\"\"OK\"\"と言った\",0",   // 値の中に "
            "4,\"1行目",                      // 値の中に改行（readLine だと2行に分かれる）
            "2行目\",90",
        };
        for (String line : lines) {
            String[] f = line.split(",", -1);
            System.out.println(f.length + "個 " + Arrays.toString(f));
        }
    }
}

実行結果：

3個 [1, ノート, 180]
4個 [2, "付箋, 大", 250]
3個 [3, "彼は""OK""と言った", 0]
2個 [4, "1行目]
2個 [2行目", 90]

split が使えるのは、「値にカンマ・改行・" が入らない」と決まっている CSV だけです。人が入力した文章や住所、Excel から保存した CSV を扱うなら、次の章のパーサを使いましょう。

RFC 4180 準拠の最小パーサとエスケープ関数

RFC 4180 は CSV の形式をまとめた文書です。要点は次の5つです。

この規則をそのままコードにしたのが、次の CsvUtil です。約70行、標準APIのみで、書き出し用の escape／toLine、読み込み用の readRecord、BOM を飛ばす skipBom を持ちます。

import java.io.IOException;
import java.io.Reader;
import java.util.ArrayList;
import java.util.List;
import java.util.stream.Collectors;

/** RFC 4180 に沿った最小のCSV読み書き部品（標準APIのみ） */
public final class CsvUtil {
    private CsvUtil() {}

    /** 1項目を書き出し用に変換する。カンマ・改行・" を含むときだけ " で囲む */
    public static String escape(String s) {
        if (s == null) return "";
        boolean needQuote = s.contains(",") || s.contains("\"")
                || s.contains("\n") || s.contains("\r");
        if (!needQuote) return s;
        return "\"" + s.replace("\"", "\"\"") + "\"";
    }

    /** 1レコード分の文字列を作る（行末の改行は含まない） */
    public static String toLine(List<String> fields) {
        return fields.stream().map(CsvUtil::escape).collect(Collectors.joining(","));
    }

    /** 先頭の BOM（U+FEFF）があれば読み飛ばす。mark 対応の Reader（BufferedReader）を渡す */
    public static void skipBom(Reader in) throws IOException {
        in.mark(1);
        if (in.read() != '') in.reset();
    }

    /** 1レコードを読む。項目内の改行にも対応。終端なら null */
    public static List<String> readRecord(Reader in) throws IOException {
        List<String> fields = new ArrayList<>();
        StringBuilder sb = new StringBuilder();
        boolean inQuotes = false;   // " の内側にいるか
        boolean quoted = false;     // この項目が " で始まったか
        boolean any = false;        // 1文字でも読んだか
        int c;
        while ((c = in.read()) != -1) {
            any = true;
            char ch = (char) c;
            if (inQuotes) {
                if (ch == '"') {
                    in.mark(1);
                    int next = in.read();
                    if (next == '"') {
                        sb.append('"');          // "" は " 1文字
                    } else {
                        inQuotes = false;        // 閉じる "
                        if (next != -1) in.reset();
                    }
                } else {
                    sb.append(ch);               // カンマも改行もそのまま値
                }
            } else if (ch == '"' && sb.length() == 0 && !quoted) {
                inQuotes = true;
                quoted = true;
            } else if (ch == ',') {
                fields.add(sb.toString());
                sb.setLength(0);
                quoted = false;
            } else if (ch == '\n') {
                fields.add(sb.toString());
                return fields;
            } else if (ch != '\r') {
                sb.append(ch);
            }
        }
        if (!any) return null;
        if (inQuotes) throw new IOException("\" が閉じられていません");
        fields.add(sb.toString());
        return fields;
    }
}

読み込みの考え方（状態は「囲みの内か外か」だけ）

readRecord は1文字ずつ読み、いま " の内側にいるかどうかで動きを切り替えます。

内側にいる間は、カンマも改行も「値の一部」として扱うので、列がずれません。" の次の1文字を確認するために mark／reset を使うため、引数には BufferedReader を渡します（Files.newBufferedReader の戻り値でそのまま使えます）。

書いて読み戻す（ラウンドトリップ）

カンマ・"・改行・空文字・前後の空白を含むデータを書き出し、読み戻して元と一致するかを確かめます。

import java.io.BufferedReader;
import java.io.BufferedWriter;
import java.io.IOException;
import java.nio.charset.StandardCharsets;
import java.nio.file.Files;
import java.nio.file.Path;
import java.util.List;

public class CsvRoundTrip {
    public static void main(String[] args) throws IOException {
        Path path = Path.of("tricky.csv");
        List<List<String>> rows = List.of(
            List.of("id", "name", "memo"),
            List.of("1", "ノート", "普通の値"),
            List.of("2", "付箋,大", "カンマ入り"),
            List.of("3", "彼は\"OK\"と言った", "引用符入り"),
            List.of("4", "1行目\n2行目", "改行入り"),
            List.of("5", "", " 前後に空白 ")
        );

        try (BufferedWriter w = Files.newBufferedWriter(path, StandardCharsets.UTF_8)) {
            for (List<String> row : rows) {
                w.write(CsvUtil.toLine(row));
                w.write("\r\n");                 // RFC 4180 の行末は CRLF
            }
        }

        System.out.println("--- ファイルの中身 ---");
        System.out.print(Files.readString(path, StandardCharsets.UTF_8));

        System.out.println("--- 読み戻した結果 ---");
        try (BufferedReader r = Files.newBufferedReader(path, StandardCharsets.UTF_8)) {
            List<String> rec;
            int n = 0;
            while ((rec = CsvUtil.readRecord(r)) != null) {
                System.out.println(rec.size() + "個 " + rec);
                if (!rec.equals(rows.get(n++))) throw new AssertionError("不一致: " + rec);
            }
            System.out.println("全 " + n + " レコードが元のデータと一致");
        }
    }
}

実行結果：

--- ファイルの中身 ---
id,name,memo
1,ノート,普通の値
2,"付箋,大",カンマ入り
3,"彼は""OK""と言った",引用符入り
4,"1行目
2行目",改行入り
5,, 前後に空白 
--- 読み戻した結果 ---
3個 [id, name, memo]
3個 [1, ノート, 普通の値]
3個 [2, 付箋,大, カンマ入り]
3個 [3, 彼は"OK"と言った, 引用符入り]
3個 [4, 1行目
2行目, 改行入り]
3個 [5, ,  前後に空白 ]
全 6 レコードが元のデータと一致

どのレコードも3個で、値の中のカンマ・"・改行がそのまま戻っています。必要な項目だけが " で囲まれている点も確認できます。

この最小パーサの範囲

区切り文字を切り替えたい、列数の検査をしたい、Bean へ自動で変換したい、といった要件が増えてきたら、後半のライブラリ比較表を参考にしてください。

Excelで文字化けしないCSVを出す（BOM付きUTF-8とMS932）

日本語 Windows の Excel は、CSV をダブルクリックで開くとき、先頭に BOM があれば UTF-8、なければ Shift_JIS 系（MS932）として読む動きをします。そのため BOM なしの UTF-8 を渡すと日本語が別の文字に見えます（Excel での表示そのものは手元では未確認で、Microsoft の案内に基づく説明です。出力したバイト列は下で確認しています）。

BOM（Byte Order Mark）は、ファイルの先頭に置く目印の文字 U+FEFF です。UTF-8 で書くと EF BB BF の3バイトになります。Java では、最初に writer.write(0xFEFF) と1文字書くだけです。

import java.io.BufferedWriter;
import java.io.IOException;
import java.nio.charset.Charset;
import java.nio.charset.StandardCharsets;
import java.nio.file.Files;
import java.nio.file.Path;

public class CsvEncoding {
    static final String DATA = "id,品名\r\n1,ノート\r\n";

    public static void main(String[] args) throws IOException {
        // (1) UTF-8（BOMなし）
        try (BufferedWriter w = Files.newBufferedWriter(Path.of("utf8.csv"), StandardCharsets.UTF_8)) {
            w.write(DATA);
        }
        // (2) UTF-8（BOM付き）：先頭に U+FEFF を1文字書くだけ
        try (BufferedWriter w = Files.newBufferedWriter(Path.of("utf8bom.csv"), StandardCharsets.UTF_8)) {
            w.write('');
            w.write(DATA);
        }
        // (3) MS932（Windows の Shift_JIS 拡張。別名 windows-31j）
        try (BufferedWriter w = Files.newBufferedWriter(Path.of("ms932.csv"), Charset.forName("MS932"))) {
            w.write(DATA);
        }
        for (String name : new String[] {"utf8.csv", "utf8bom.csv", "ms932.csv"}) {
            System.out.println(name + " = " + Files.size(Path.of(name)) + " バイト");
        }
        System.out.println("既定の文字コード = " + Charset.defaultCharset()
                + " / MS932 の正式名 = " + Charset.forName("MS932"));
    }
}

実行結果：

utf8.csv = 24 バイト
utf8bom.csv = 27 バイト
ms932.csv = 19 バイト
既定の文字コード = UTF-8 / MS932 の正式名 = windows-31j

hexdump でバイト列を確認する

$ hexdump -C utf8.csv
00000000  69 64 2c e5 93 81 e5 90  8d 0d 0a 31 2c e3 83 8e  |id,........1,...|
00000010  e3 83 bc e3 83 88 0d 0a                           |........|
00000018
$ hexdump -C utf8bom.csv
00000000  ef bb bf 69 64 2c e5 93  81 e5 90 8d 0d 0a 31 2c  |...id,........1,|
00000010  e3 83 8e e3 83 bc e3 83  88 0d 0a                 |...........|
0000001b
$ hexdump -C ms932.csv
00000000  69 64 2c 95 69 96 bc 0d  0a 31 2c 83 6d 81 5b 83  |id,.i....1,.m.[.|
00000010  67 0d 0a                                          |g..|
00000013
$ file utf8.csv utf8bom.csv ms932.csv
utf8.csv:    CSV Unicode text, UTF-8 text
utf8bom.csv: CSV Unicode text, UTF-8 (with BOM) text
ms932.csv:   CSV Non-ISO extended-ASCII text

0d 0a は行末の CRLF です。BOM の有無は見た目ではわからないので、hexdump -C ファイル | head -1 や file コマンドで確かめるのが確実です。

どの文字コードで出すかの判断表

MS932 で表せない文字を書くとどうなるか

MS932 は収録文字が限られます。たとえば波ダッシュ「〜」（U+301C）や「♥」は、Java の MS932 では表せません（見た目が似た全角チルダ「～」U+FF5E は表せます）。書き方によって動きが変わるので、実行して比べました。

import java.io.BufferedWriter;
import java.io.IOException;
import java.nio.charset.Charset;
import java.nio.charset.CharsetEncoder;
import java.nio.file.Files;
import java.nio.file.Path;

public class Ms932Unmappable {
    public static void main(String[] args) throws IOException {
        Charset ms932 = Charset.forName("MS932");
        String text = "1,10〜20個,♥,①髙\r\n";   // 〜(U+301C) と ♥ は MS932 にない。① と 髙 はある

        // (A) Files.newBufferedWriter：表せない文字があると例外で知らせる
        try (BufferedWriter w = Files.newBufferedWriter(Path.of("a.csv"), ms932)) {
            w.write(text);
        } catch (IOException e) {
            System.out.println("(A) " + e.getClass().getName() + ": " + e.getMessage());
        }

        // (B) String.getBytes：表せない文字は ? に置き換わる
        byte[] b = text.getBytes(ms932);
        System.out.println("(B) " + new String(b, ms932).trim());

        // (C) 書く前に調べる
        CharsetEncoder enc = ms932.newEncoder();
        System.out.println("(C) canEncode(〜)=" + enc.canEncode("〜")
                + " canEncode(～)=" + enc.canEncode("～")
                + " canEncode(①髙)=" + enc.canEncode("①髙"));

    }
}

実行結果：

(A) java.nio.charset.UnmappableCharacterException: Input length = 1
(B) 1,10?20個,?,①髙
(C) canEncode(〜)=false canEncode(～)=true canEncode(①髙)=true

気づかないうちに ? になるより、例外で気づけるほうが安全です。MS932 で出すときは、Files.newBufferedWriter を使ったうえで、(C) のように事前に調べて利用者へ知らせるか、一時ファイルに書いてから成功時に置き換える形にすると、途中までのファイルが残りません。

BOM付きCSVを読むと先頭の列名が一致しない

Excel の「CSV UTF-8（コンマ区切り）」で保存したファイルには BOM が付きます。Java の UTF-8 デコーダは BOM を取り除かず、U+FEFF という1文字として読み込みます。その結果、先頭の列名が id ではなく「見えない1文字＋id」になります。

import java.io.BufferedReader;
import java.io.IOException;
import java.nio.charset.StandardCharsets;
import java.nio.file.Files;
import java.nio.file.Path;
import java.util.List;

public class BomRead {
    public static void main(String[] args) throws IOException {
        Path path = Path.of("utf8bom.csv");   // CsvEncoding で作った BOM 付きファイル
        for (boolean skip : new boolean[] {false, true}) {
            System.out.println(skip ? "--- BOM を読み飛ばしてから読む ---" : "--- そのまま読む ---");
            try (BufferedReader r = Files.newBufferedReader(path, StandardCharsets.UTF_8)) {
                if (skip) CsvUtil.skipBom(r);
                List<String> header = CsvUtil.readRecord(r);
                String first = header.get(0);
                String visible = first.replace(String.valueOf((char) 0xFEFF), "<BOM>");
                System.out.println("先頭列名 = [" + visible + "] 長さ = " + first.length());
                System.out.println("\"id\".equals(先頭列名) = " + "id".equals(first));
                System.out.println("indexOf(\"id\") = " + header.indexOf("id"));
            }
        }
    }
}

実行結果：

--- そのまま読む ---
先頭列名 = [<BOM>id] 長さ = 3
"id".equals(先頭列名) = false
indexOf("id") = -1
--- BOM を読み飛ばしてから読む ---
先頭列名 = [id] 長さ = 2
"id".equals(先頭列名) = true
indexOf("id") = 0

（U+FEFF は画面に表示されない文字なので、この例では <BOM> に置き換えて出力しています。）

skipBom は BOM がないファイルに使っても何も起きないので、UTF-8 の CSV を読むときは常に呼んでおくと安心です。

CSVの1行を record に変換する

読み込んだ List<String> を、そのまま使い続けると「3番目は何だったか」がわかりにくくなります。record にすると、型と名前が付いて扱いやすくなります。 見出し行から「列名 → 位置」の対応表を作っておくと、列の並びが変わっても同じコードで読めます。

import java.io.BufferedReader;
import java.io.IOException;
import java.nio.charset.StandardCharsets;
import java.nio.file.Files;
import java.nio.file.Path;
import java.time.LocalDate;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;

public class CsvToRecord {
    /** CSV の1行に対応する record */
    record Item(int id, String name, int price, LocalDate addedOn) {
        static Item from(List<String> f, Map<String, Integer> col) {
            return new Item(
                Integer.parseInt(f.get(col.get("id")).trim()),
                f.get(col.get("name")),
                Integer.parseInt(f.get(col.get("price")).trim()),
                LocalDate.parse(f.get(col.get("added_on")).trim()));
        }
    }

    public static void main(String[] args) throws IOException {
        Path in = Path.of("stock.csv");
        Files.writeString(in, """
                name,id,added_on,price
                ノート,1,2026-09-01,180
                "付箋,大",2,2026-09-15,250
                消しゴム,3,2026-10-01,abc
                ボールペン,4,2026-10-02,120
                """, StandardCharsets.UTF_8);

        List<Item> items = new ArrayList<>();
        try (BufferedReader r = Files.newBufferedReader(in, StandardCharsets.UTF_8)) {
            CsvUtil.skipBom(r);
            // 見出し行から「列名 → 位置」の対応表を作る（列の並びが変わっても動く）
            List<String> header = CsvUtil.readRecord(r);
            Map<String, Integer> col = new HashMap<>();
            for (int i = 0; i < header.size(); i++) col.put(header.get(i).trim(), i);

            List<String> rec;
            int lineNo = 1;
            while ((rec = CsvUtil.readRecord(r)) != null) {
                lineNo++;
                if (rec.size() == 1 && rec.get(0).isEmpty()) continue;   // 空行は飛ばす
                try {
                    items.add(Item.from(rec, col));
                } catch (RuntimeException e) {
                    System.out.println(lineNo + " レコード目を読み飛ばし: " + e);
                }
            }
        }
        items.forEach(System.out::println);
        int total = items.stream().mapToInt(Item::price).sum();
        System.out.println("件数 = " + items.size() + " / 合計 = " + total);

    }
}

実行結果：

4 レコード目を読み飛ばし: java.lang.NumberFormatException: For input string: "abc"
Item[id=1, name=ノート, price=180, addedOn=2026-09-01]
Item[id=2, name=付箋,大, price=250, addedOn=2026-09-15]
Item[id=4, name=ボールペン, price=120, addedOn=2026-10-02]
件数 = 3 / 合計 = 550

入力の列順（name,id,added_on,price）が record の順と違っても、列名で引いているので正しく読めています。数値に変換できない行は、何レコード目かを添えて記録し、残りの処理を続けています。

変換でつまずきやすい点

大きなCSVは1行ずつ読む

Files.readAllLines は便利ですが、全行を List<String> としてメモリに載せます。大きなファイルでは、1レコードずつ読んで処理し、読み終えたものは手放す形にします。200万行（49 MB）の CSV を作り、ヒープを 64 MB に絞って比べました。

import java.io.BufferedReader;
import java.io.BufferedWriter;
import java.io.IOException;
import java.nio.charset.StandardCharsets;
import java.nio.file.Files;
import java.nio.file.Path;
import java.util.List;

public class BigCsv {
    public static void main(String[] args) throws IOException {
        Path path = Path.of("big.csv");
        if (!Files.exists(path)) {
            try (BufferedWriter w = Files.newBufferedWriter(path, StandardCharsets.UTF_8)) {
                w.write("id,name,price\r\n");
                for (int i = 1; i <= 2_000_000; i++) {
                    w.write(i + ",商品" + i + "," + (i % 1000) + "\r\n");
                }
            }
        }
        System.out.println("サイズ = " + Files.size(path) / 1024 / 1024 + " MB / 最大ヒープ = "
                + Runtime.getRuntime().maxMemory() / 1024 / 1024 + " MB");

        long t0 = System.nanoTime();
        long count = 0, sum = 0;
        if (args.length > 0 && args[0].equals("all")) {
            // まとめて読む：全行がメモリに載る
            List<String> lines = Files.readAllLines(path, StandardCharsets.UTF_8);
            for (String line : lines.subList(1, lines.size())) {
                sum += Long.parseLong(line.split(",", -1)[2]);
                count++;
            }
        } else {
            // 1レコードずつ読む：メモリに載るのは今の1件だけ
            try (BufferedReader r = Files.newBufferedReader(path, StandardCharsets.UTF_8)) {
                CsvUtil.skipBom(r);
                CsvUtil.readRecord(r);                 // 見出し行
                List<String> rec;
                while ((rec = CsvUtil.readRecord(r)) != null) {
                    sum += Long.parseLong(rec.get(2));
                    count++;
                }
            }
        }
        System.out.printf("件数 = %,d / 合計 = %,d / %d ms%n",
                count, sum, (System.nanoTime() - t0) / 1_000_000);
    }
}

実行結果：

$ java -Xmx64m -cp out BigCsv
サイズ = 49 MB / 最大ヒープ = 64 MB
件数 = 2,000,000 / 合計 = 999,000,000 / 2324 ms

$ java -Xmx64m -cp out BigCsv all
サイズ = 49 MB / 最大ヒープ = 64 MB
Exception in thread "main" java.lang.OutOfMemoryError: Java heap space
    at java.base/java.lang.StringUTF16.compress(StringUTF16.java:211)
    at java.base/java.lang.String.<init>(String.java:4760)

$ java -cp out BigCsv all
サイズ = 49 MB / 最大ヒープ = 1496 MB
件数 = 2,000,000 / 合計 = 999,000,000 / 3162 ms

（時間は1回の計測値で、環境によって変わります。）

書き込みも同じ考え方で、全行を1つの文字列に連結してから書くのではなく、1レコードごとに writer.write すると、件数が増えてもメモリの使用量が一定です。

ライブラリを使う場合の比較（OpenCSV・Apache Commons CSV・Jackson CSV）

要件が増えてきたら、広く使われているライブラリが頼りになります。この章の内容は各ライブラリの公式サイトで確認したもので、手元の環境は Maven Central に接続できないため、ライブラリ自体は動かしていません（未実行）。

自作かライブラリかの判断表

ライブラリを使う場合も、文字コードの明示・BOM の扱い・1件ずつ処理するという考え方はこの記事と同じです。

よくある質問

Q. BufferedWriter と PrintWriter はどちらを使えばよいですか？ A. どちらでも書けます。PrintWriter の println は、行末が OS の改行（Linux なら LF、Windows なら CRLF）になり、書き込みエラーを例外で知らせない仕様です。CSV では行末を "\r\n" と明示し、エラーに気づけるよう BufferedWriter の write を使う形が扱いやすいです。

Q. Shift_JIS と MS932 は同じですか？ A. 別の文字コードとして用意されています。MS932（正式名 windows-31j）は Windows で使われる拡張版で、「①」「髙」などを含みます。日本語 Windows の Excel とやり取りする CSV は MS932 を指定すると、これらの文字もそのまま扱えます。

Q. 受け取った CSV の文字コードがわかりません。どう調べますか？ A. まず hexdump -C ファイル | head -1 で先頭を見ます。ef bb bf なら BOM 付き UTF-8 です。BOM がない場合は file コマンドの判定を参考にし、最終的には提供元に確認するのが確実です。UTF-8 として CharsetDecoder で厳密に読んでみて、例外になれば MS932 を試す、という順で判定する方法もあります。

まとめ

• 読み書きは Files.newBufferedReader／newBufferedWriter に文字コードを明示して、try-with-resources で閉じる
• split(",") は末尾の空項目が消え、カンマ・改行・" 入りの値で列がずれる。単純な CSV でも split(",", -1) を使う
• RFC 4180 の規則（必要なら " で囲み、" は ""）は約70行のパーサとエスケープ関数で実装できる
• Excel 向けは BOM 付き UTF-8（先頭に 0xFEFF を1文字）か MS932。出力は hexdump -C で ef bb bf を確認する
• BOM 付き CSV を読むと先頭の列名に U+FEFF が付くので、最初に読み飛ばす
• MS932 で表せない文字は、Files.newBufferedWriter なら例外、getBytes なら ? になる。canEncode で事前に調べられる
• 大きなファイルは1レコードずつ読む。要件が増えたら OpenCSV・Apache Commons CSV・Jackson CSV を検討する

株式会社RJCでは、JavaでのCSVの読み書きや文字コードの扱いを仲間と学び合っています。こうした知識を共有しながら、日々技術を磨いています。

株式会社RJC ― SI事業・SES事業・AI駆動開発。RJCは一緒に成長を楽しめる会社です。