php, preg_match, regex, 提取特定文本答案

【问题标题】：php, preg_match, regex, extract specific textphp, preg_match, regex, 提取特定文本
【发布时间】：2010-10-24 22:47:53
【问题描述】：

我有一个非常大的 .txt 文件与我们的客户订单，我需要将它移动到一个 mysql 数据库中。但是我不知道要使用什么样的正则表达式，因为信息并没有太大的不同。

---------------------- 4046904 KKKKKKKKKK 劳拉·迈耶万通人寿保险瓦德奈街 153 号马萨诸塞州奇科皮 01020 我们 413-744-5452 lmeyer@massmutual.co... KKKKKKKKKK 373074210772222 02/12 6213 不适用 ---------------------- 4046907 KKKKKKKKKK 文卡特塔拉迪维杜拉西 68 街 6105 号塔尔萨，OK 74131 我们 9184472611 venkat.talladivedula... KKKKKKKKKK 373022121440000 06/11 9344 不适用 ----------------------

我尝试了一些东西，但我什至无法提取名称...这是我的努力示例，但没有成功

$htmlContent = file_get_contents("orders.txt"); //print_r($htmlContent); $pattern = "/KKKKKKKKKKK(.*)\n/s"; preg_match_all($pattern, $htmlContent, $matches); print_r($matches); $name = $matches[1][0]; 回声$名称；

【问题讨论】：

标签： php regex preg-match-all

【解决方案1】：

您可能希望避免使用正则表达式来处理此类问题。由于数据清楚地按行组织，因此您可以使用 fgets() 重复读取行并以这种方式解析数据。

【讨论】：

第二。这看起来更像是 fgets() 或 file() 的工作，然后遍历每一行以提取单个记录。

【解决方案2】：

您可以使用正则表达式读取此文件，但创建一个可以读取所有字段的正则表达式可能会非常复杂。

我建议您逐行阅读此文件，并解析每个文件，检测其中包含哪种数据。

【讨论】：

【解决方案3】：

既然您确切地知道您的数据在哪里（即它在哪一行），为什么不直接获取它呢？

即像

$htmlContent = file_get_contents("orders.txt");

$arrayofclients = explode("-----------------------",$htmlContent);
$newlinesep = "\r\n";
for($i = 0;i < count($arrayofclients);$i++)
{
$temp = explode($newlinesep,$arrayofclients[i]);
$idnum = $temp[0];
$name = $temp[4];
$houseandstreet = $temp[6];
//etc
}

或简单地使用 fgets() 逐行读取文件 - 类似于：

$i = 0;$j = 0;
$file = fopen("orders.txt","r");
$clients = [];
while ($line = fgets($ffile) )
{
    if(line != false)
    {
        $i++;
        switch($i)
        {
        case 2:
            $clients[$j]["idnum"] = $line;
            break;
        case 6:
            $clients[$j]["name"] = $line;
            break;
        //add more cases here for each line up to:
        case 18:
            $j++;
            $i = 0;
            break;
        //there are 18 lines per client if i counted right, so increment $j and reset $i.
        }
    }
}
fclose ($f);

您可以使用正则表达式，但在这种情况下它们有点尴尬。

妮可

【讨论】：

【解决方案4】：

为了记录，这里是将为您捕获名称的正则表达式。（授予的速度很好可能是个问题。）

(?<=K{10}\s{2})\K[^\r\n]++(?!\s{2}-)

解释：

(?<=K{10}\s{2})  #Positive lookbehind for KKKKKKKKKK then 2 return/newline characters
\K[^\r\n]++      #Greedily match 1 or more non-return/newline characters
(?!\s{2}-)       #Negative lookahead for return/newline character then dash

这是Regex Demo。

您会注意到我的正则表达式模式在 Regex Demo 和我的 PHP Demo 之间略有不同。可能需要根据环境进行微调以匹配返回/换行符。

这里是 php 实现（Demo）：

if(preg_match_all("/(?<=K{10}\s{2})\K[^\r\n]++(?!\s{2}-)/",$htmlContent,$matches)){
    var_export($matches[0]);   
}else{
    echo "no matches";
}

通过在我的模式中使用\K，我避免了实际上必须用括号捕获。这将数组大小减少了 50%，对于许多项目来说是一个有用的技巧。 \K 基本上说“从这一点开始全字符串匹配”，因此匹配进入 $matches 的第一个子数组（全字符串，键 = 0），而不是在 0 中生成全字符串匹配并在 @ 中捕获987654330@.

输出：

array (
  0 => 'Laura Meyer',
  1 => 'Venkat Talladivedula',
)

【讨论】：