我正在使用 PHP 的 preg_match_all() 来搜索使用 file_get_contents() 导入的字符串。正则表达式返回匹配项，但我想知道在哪个行号找到这些匹配项。实现这一目标的最佳技术是什么？
我可以将文件作为数组读取并为每一行执行正则表达式，但问题是我的正则表达式匹配回车符（新行）的结果。
【问题讨论】：
preg_match_all。
好吧，有点晚了，也许你已经解决了这个问题，但我必须这样做，而且相当简单。
在preg_match 中使用PREG_OFFSET_CAPTURE 标志将返回匹配的字符位置。
让我们假设 $charpos，所以
list($before) = str_split($content, $charpos); // fetches all the text before the match
$line_number = strlen($before) - strlen(str_replace("\n", "", $before)) + 1;
瞧！
【讨论】：
你不能只用正则表达式来做到这一点。至少不干净。你能做什么来使用 preg_match_all 的PREG_OFFSET_CAPTURE 标志并对整个文件进行后解析。
我的意思是，在您拥有匹配字符串数组和每个字符串的起始偏移量之后，只需计算文件开头和每个匹配项的偏移量之间有多少 \r\n 或 \n 或 \r。匹配的行号将是不同 EOL 终止符的数量 (\r\n | \n | \r) 加上 1。
【讨论】：
$data = "Abba
Beegees
Beatles";
preg_match_all('/Abba|Beegees|Beatles/', $data, $matches, PREG_OFFSET_CAPTURE);
foreach (current($matches) as $match) {
$matchValue = $match[0];
$lineNumber = substr_count(mb_substr($data, 0, $match[1]), PHP_EOL) + 1;
echo "`{$matchValue}` at line {$lineNumber}\n";
}
输出
`Abba` at line 1
`Beegees` at line 2
`Beatles` at line 3
（检查您的性能要求）
【讨论】：
使用带有 PREG_OFFSET_CAPTURE 标志的 preg_match_all 是解决此问题所必需的，代码 cmets 应说明 preg_match_all 返回的数组类型以及如何计算行号：
// Given string to do a match with
$string = "\n\nabc\nwhatever\n\ndef";
// Match "abc" and "def" in a string
if(preg_match_all("#(abc).*(def)#si", $string, $matches, PREG_OFFSET_CAPTURE)) {
// Now $matches[0][0][0] contains the complete matching string
// $matches[1][0][0] contains the results for the first substring (abc)
// $matches[2][0][0] contains the results for the second substring (def)
// $matches[0][0][1] contains the string position of the complete matching string
// $matches[1][0][1] contains the string position of the first substring (abc)
// $matches[2][0][1] contains the string position of the second substring (def)
// First (abc) match line number
// Cut off the original string at the matching position, then count
// number of line breaks (\n) for that subset of a string
$line = substr_count(substr($string, 0, $matches[1][0][1]), "\n") + 1;
echo $line . "\n";
// Second (def) match line number
// Cut off the original string at the matching position, then count
// number of line breaks (\n) for that subset of a string
$line = substr_count(substr($string, 0, $matches[2][0][1]), "\n") + 1;
echo $line . "\n";
}
这将为第一个子字符串返回3，为第二个子字符串返回6。如果您使用不同的换行符，您可以将\n 更改为\r\n 或\r。
【讨论】：
游戏晚了，但我今天需要这个功能，我意识到 @Javier's 和 @iguito's 答案可以组合成一个简单的解决方案。对于我的用例，我还将\n 的检查替换为PHP_EOL：
// Get your matches
preg_match_all( '[YOUR REGEX HERE]', $data, $matches, PREG_OFFSET_CAPTURE );
// This is my loop format, yours may need to be different
foreach ( $matches[0] as $match ) {
// Get the line number for the current match
list( $before ) = str_split( $data, $match[1] );
$line_number = substr_count( $before, PHP_EOL ) + 1;
echo $line_number;
}
【讨论】：
你有几个选择，但没有一个是“简单的”：
a)exec()和使用系统grep命令，可以报行号：
exec("grep -n 'your pattern here' file.txt", $output);`
b) 使用file_get_contents() 插入文件，将其拆分为行数组，然后使用preg_grep() 查找匹配的行。
$dat = file_get_contents('file.txt');
$lines = explode($dat, "\n");
$matches = preg_grep('/your pattern here/', $lines);
c) 以行大小的块读取文件，保持运行的行数，并在每一行上进行模式匹配。
$fh = fopen('file.txt', 'rb');
$line = 1;
while ($line = fgets($fh)) {
if (preg_match('/your pattern here/', $line)) {
... whatever you need to do with matching lines ...
}
$line++;
}
各有优劣
a) 您正在调用一个外部程序，并且如果您的模式包含任何用户提供的数据，那么您可能会将自己暴露在等同于 SQL 注入攻击的 shell 面前。从好的方面来说，您不必在整个文件中大吃一惊，并且会节省一些内存开销。
b) 你可以免受 shell 注入攻击，但你必须在整个文件中啜饮。如果您的文件很大，您可能会耗尽可用内存。
c) 您在每行都调用一个正则表达式，如果您要处理大量行，这将产生很大的开销。
【讨论】：
我认为首先，您需要将 $String 读入一个数组，每个元素代表每一行，并且看起来像这样：
$List=file($String);
for($i=0;$i<count($List),$i++){
if(preg_match_all()){;//your work here
echo $i;//echo the line number where the preg_match_all() works
}
}
【讨论】：
您可以使用 preg_match_all 查找每个换行符的偏移量，然后将它们与您已有的偏移量进行比较。
// read file to buffer
$data = file_get_contents($datafile);
// find all linefeeds in buffer
$reg = preg_match_all("/\n/", $data, $lfall, PREG_OFFSET_CAPTURE );
$lfs = $lfall[0];
// create an array of every offset
$linenum = 1;
$offset = 0;
foreach( $lfs as $lfrow )
{
$lfoffset = intval( $lfrow[1] );
for( ; $offset <= $lfoffset; $offset++ )
$offsets[$offset] = $linenum; // offset => linenum
$linenum++;
}
【讨论】：
这可行，但会在每一行上执行一个新的preg_match_all，这可能会非常昂贵。
$file = file.txt;
$log = array();
$line = 0;
$pattern = '/\x20{2,}/';
if(is_readable($file)){
$handle = fopen($file, 'rb');
if ($handle) {
while (($subject = fgets($handle)) !== false) {
$line++;
if(preg_match_all ( $pattern, $subject, $matches)){
$log[] = array(
'str' => $subject,
'file' => realpath($file),
'line' => $line,
'matches' => $matches,
);
}
}
if (!feof($handle)) {
echo "Error: unexpected fgets() fail\n";
}
fclose($handle);
}
}
或者，您可以在获取行号后读取文件，然后对整个文件执行preg_match_all 并捕获匹配偏移量。
$file = 'file.txt';
$length = 0;
$pattern = '/\x20{2,}/';
$lines = array(0);
if(is_readable($file)){
$handle = fopen($file, 'rb');
if ($handle) {
$subject = "";
while (($line = fgets($handle)) !== false) {
$subject .= $line;
$lines[] = strlen($subject);
}
if (!feof($handle)) {
echo "Error: unexpected fgets() fail\n";
}
fclose($handle);
if($subject && preg_match_all ( $pattern, $subject, $matches, PREG_OFFSET_CAPTURE)){
reset($lines);
foreach ($matches[0] as $key => $value) {
while( list($line, $length) = each($lines)){ // continues where we left off
if($value[1] < $length){
echo "match is on line: " . $line;
break; //break out of while loop;
}
}
}
}
}
}}
【讨论】：
//Keep it simple, stupid
$allcodeline = explode(PHP_EOL, $content);
foreach ( $allcodeline as $line => $val ) :
if ( preg_match("#SOMEREGEX#i",$val,$res) ) {
echo $res[0] . '!' . $line . "\n";
}
endforeach;
【讨论】：