PHP - 按顺序填充数组，直到达到最大长度
PHP - Fill the arrays in a sequential manner until reaching a maximum length
我需要从以这种方式格式化的文本文件中提取数据，使用 PHP:
BEGIN
#1
#2
#3
#4
#5
#6
1 2015-05-31 2001-11-24 'Name Surname' ID_1 0
2 2011-04-01 ? ? ID_2 1
2 2013-02-24 ? ? ID_3 1
2 2014-02-28 ? 'Name Surname' ID_4 2
END
信息按照数组的逻辑进行组织，如下所示：
Array ( [#1] => 1 [#2] => 2015-05-31 [#3] => 2001-11-24 [#4] => 'Name Surname' [#5] => ID_1 [#6] => 0 )
Array ( [#1] => 2 [#2] => 2011-04-01 [#3] => ? [#4] => ? [#5] => ID_2 [#6] => 1 )
Array ( [#1] => 2 [#2] => 2013-02-24 [#3] => ? [#4] => ? [#5] => ID_3 [#6] => 1 )
Array ( [#1] => 2 [#2] => 2014-02-28 [#3] => ? [#4] => 'Name Surname' [#5] => ID_4 [#6] => 2 )
我正在寻找获得该输出的方法。我正在使用此代码：
<?php
//ini_set('max_execution_time', 300); //300 seconds = 5 minutes
function startsWith($str, $char){
return $str[0] === $char;
}
$txt_path = "./test.txt";
$txt_data = @file_get_contents($txt_path) or die("Could not access file: $txt_path");
//echo $txt_data;
$loop_pattern = "/BEGIN(.*?)END/s";
preg_match_all($loop_pattern, $txt_data, $matches);
$loops = $matches[0];
//print_r($loops);
$loops_count = count($loops);
//echo $loops_count; // number of loops into the file
foreach ($loops as $key => $value) {
$value = trim($value);
$pattern = array("/[[:blank:]]+/", "/BEGIN(.*)/", "/END(.*)/");
$replacement = array(" ", "", "");
$value = preg_replace($pattern, $replacement, $value);
//print_r($value);
//echo "<br><br>";
$value_array = explode("\n", $value);
$value_array_clean = array_filter($value_array, 'strlen');
$value_array_clean_reindex = array_values($value_array_clean);
//print_r($value_array_clean_reindex);
//echo "<br><br>";
$keys = array();
$values = array();
foreach ($value_array_clean_reindex as $key => $value) {
$value = trim($value);
if ( startsWith($value, "#") ) {
array_push($keys, $value);
$keys_count = count($keys);
} else {
array_push($values, $value);
$values_count = count($values);
$loop_dic = array();
foreach ($values as $key => $value) {
$value = trim($value);
preg_match_all("/'(?:.|[^'])*'|\S+/", $value, $matches);
//print_r($matches[0]);
$loop_dic = array_combine($keys, $matches[0]);
}
print_r($loop_dic);
echo "<br><br>";
}
}
}
?>
它给了我想要的输出：
Array ( [#1] => 1 [#2] => 2015-05-31 [#3] => 2001-11-24 [#4] => 'Name Surname' [#5] => ID_1 [#6] => 0 )
Array ( [#1] => 2 [#2] => 2011-04-01 [#3] => ? [#4] => ? [#5] => ID_2 [#6] => 1 )
Array ( [#1] => 2 [#2] => 2013-02-24 [#3] => ? [#4] => ? [#5] => ID_3 [#6] => 1 )
Array ( [#1] => 2 [#2] => 2014-02-28 [#3] => ? [#4] => 'Name Surname' [#5] => ID_4 [#6] => 2 )
但有时会在命令级别出现问题：
$loop_dic = array_combine($keys, $matches[0]);
我了解到，在原始文本文件中，有很长的行，这些被打断，生成一个新行；而不是：
2 2014-02-28 ? 'Name Surname' ID_4 2
线断成这样：
2 2014-02-28 ? 'Name Surname'
ID_4 2
所以，当我用 \n 分解字符串时，我合并的两个数组的长度出现错误。
我会问你一个替代方案来解决这个问题，获得等长的数组，如果原始文件中出现中断也是如此。
在网上搜索，我找到了array_fill；也许，如果我知道（通过count）每个循环（[#1]，...，[#6]）的数组中的键数，就可以循环并为值填充数组，按顺序添加它们，直到值的每个数组的最大长度。
感谢您的关注和帮助。
编辑#1
感谢@fusion3k 的解决方案！
检查一些输入文件的行为，它显示了另外两个问题：
1) 分析一些错误，发现有时候输入文件使用双引号（而不是单引号引号)，并且在分号之间也有多行文本块，如下所示：
;This is some text
in multiline with "double
quotes" too
;
需要将其视为给定键的单个值，该值需要内联，就像@fusion3k 代码所做的那样，将 \n 替换为 </code>（一个space）。我正在尝试将 @fusion3k 的工作代码与为解决此行为而精心设计的代码合并。文件结构可能是这样的：</p>
<pre><code>BEGIN
#1
#2
#3
#4
#5
#6
1 2015-05-31 2001-11-24 "Name Surname" ID_1 0
2 2011-04-01 ? ? ID_2 1
2 2013-02-24 ? ? ID_3 1
2 2014-02-28 ? "Name Surname" ID_4 2
;This is some text
in multiline with "double
quotes" too
;
2016-01-22 ? "Name Surname" ID_5 2
END
应该会生成类似于上面的工作代码，但考虑到存在不同的文本块分隔符，例如 semicolon (;), 单引号 (') 或像在某些其他文件中一样，双引号 (")，以分隔必须被认为是一个键的单个值，就像在这个数组中相对于上面的文本文件内容：
Array ( [#1] => Array ( [0] => 1 [1] => 2 [2] => 2 [3] => 2 [4] => This is some text in multiline with "double quotes" too ) [#2] => Array ( [0] => 2015-05-31 [1] => 2011-04-01 [2] => 2013-02-24 [3] => 2014-02-28 [4] => 2016-01-22 ) [#3] => Array ( [0] => 2001-11-24 [1] => ? [2] => ? [3] => ? [4] => ? ) [#4] => Array ( [0] => Name Surname [1] => ? [2] => ? [3] => Name Surname [4] => Name Surname ) [#5] => Array ( [0] => ID_1 [1] => ID_2 [2] => ID_3 [3] => ID_4 [4] => ID_5 ) [#6] => Array ( [0] => 0 [1] => 1 [2] => 1 [3] => 2 [4] => 2 ) )
我处理了一个简单的字符串，以找到考虑 (分号) 和 (单引号 的 "working" 正则表达式] 或 双引号 )。现在我还没有找到使用所有三个定界符来定界文本块的文件，但似乎可以找到 semicolon+single_quotes 或 分号+double_quotes 或仅 single_quotes或仅 double_quotes；最好在同一个文本文件中找到所有三种类型的定界符的解决方案...：
$string = 'something here
;and there
;
oh, "that\'s all!"';
$string = str_replace( "\n", " ", $string );
$origin = array("/[[:blank:]]+/", "/\"/", "/;/");
$replacement = array(" ", "\" ", "; ");
$string = preg_replace($origin, $replacement, $string);
$pattern = '/([;"])\s+/';
print_r(array_filter(preg_split( $pattern, $string ), 'strlen'));
这是输出（根据需要）：
Array ( [0] => something here [1] => and there [2] => oh, [3] => that's all! )
注意 分号 之间的文本块：它总是在新行中开始，开头有一个 分号，然后结束在新行中使用 分号，然后开始另一个新行。
我不知道它是否可以用更好更快的方式编写...然后我尝试将它与@fusion3k 的代码合并，处理上述文本文件内容，但没有成功。我尝试了一个像这样的 if/elseif/else 构造：
if ( preg_match('/;(.*?);|\'(.*?)\'/', $value, $matches) ) {// semicolon with single quotes in the $value string
$value = str_replace( "\n", " ", $value );
$origin = array("/[[:blank:]]+/", "/'/", "/;/");
$replacement = array(" ", "' ", "; ");
$value = preg_replace($origin, $replacement, $value);
$pattern = '/'.str_repeat( "([;'])\s+", count( $keys ) ).'/';
print_r(array_filter(preg_split( $pattern, $value ), 'strlen')); // I would have an array of values of the same length of the array for the keys
echo "<br><br>";
} elseif ( preg_match('/;(.*?);|"(.*?)"/', $value, $matches) ) {// semicolon with double quotes in the $value string
$value = str_replace( "\n", " ", $value );
$origin = array("/[[:blank:]]+/", "/\"/", "/;/");
$replacement = array(" ", "\" ", "; ");
$value = preg_replace($origin, $replacement, $value);
$pattern = '/'.str_repeat( "([;\"])\s+", count( $keys ) ).'/';
print_r(array_filter(preg_split( $pattern, $value ), 'strlen')); // I would have an array of values of the same length of the array for the keys
echo "<br><br>";
} else {// neither single quotes (or double quotes) nor semicolon in the $value string
$pattern = '/'.str_repeat( "(\S+)\s+", count( $keys ) ).'/';
preg_match_all( $pattern, $value, $matches );
//print_r($matches);
//echo "<br><br>";
$loop_dic = array_combine( $keys, array_slice( $matches, 1 ) );
print_r( $loop_dic ); // this is good...maybe in a better way?
echo "<br><br>";
}
唯一有效的代码是最后一个 else，它使用了 @fusion3k 的代码。
2) 第二个行为（可能已经解决）发生在文件非常大的时候。命令：
$loop_pattern = "/BEGIN(.*?)END/s";
preg_match_all($loop_pattern, $txt_data, $matches);
$loops = $matches[0];
//print_r($loops);
$loops_count = count($loops);
//echo $loops_count; // number of loops into the file
不采用文件（大文件）中的所有循环。
我认为可能答案是 here。所以，设置：
ini_set('max_execution_time', 300); // 300 seconds = 5 minutes
ini_set("pcre.backtrack_limit", "100000000"); // default 100k = "100000"
似乎可以解决，但我不知道这是否是唯一的方法：确实，如果文件很大（17MB 或以上），浏览器会有一点不响应时间（我正在测试在 Firefox 上是最新的），在页面加载完成之前......最好分块解析整个文件直到它的完整大小，也许，但如何去做？
非常感谢您的关注和帮助
要解决您的问题，常见的方法是对检索到的匹配项进行计数，如果匹配项少于键值，则继续循环而不重新初始化 $loop_dic。
我向您推荐一种 inverted 方法：不是逐行分解字符串，而是在检索值之前用空格替换换行符：您的字符串结构足够坚固，可以采用这种方法，并且你知道字段编号，所以这种方法应该有效。
foreach 主循环外的代码没有改变。同样，检索被BEGIN ... END包裹的文本的代码保持不变：
foreach( $loops as $key => $value )
{
$value = trim( $value );
$pattern = array( "/[[:blank:]]+/", "/BEGIN(.*)/", "/END(.*)/" );
$replacement = array( " ", "", "" );
$value = preg_replace( $pattern, $replacement, $value );
为了检索密钥，我们使用 preg_match_all()，然后我们使用 preg_replace():
删除相关行
preg_match_all( '/^#\d+/m', $value, $matches );
$keys = $matches[0];
$value = preg_replace( '/^#\d+\s*/m', '', $value );
现在，在$value中我们只有数据线。我们用空格替换所有换行符：
$value = str_replace( "\n", " ", $value );
然后，我们通过重复键编号的字段模式来构造行模式，并通过 preg_match_all():
检索所有行
$pattern = '/'.str_repeat( "('[^']+'|\S+)\s+", count( $keys ) ).'/';
preg_match_all( $pattern, $value, $matches );
最后，我们使用array_slice()删除全局匹配，我们将其与$keys结合起来，得到了我们想要的结果。 foreach循环可以关闭：
$values = array_combine( $keys, array_slice( $matches, 1 ) );
}
我的 $values 和你的 $loop_dic 之间的主要区别在于，在 $values 主数组中你有列，但如果你更喜欢按行排列的数组，你可以轻松地转换它.
我用许多不同的“断线”测试了代码，并且它有效。我建议你用不同的字符串仔细测试它，看看它是否在任何情况下都能正常工作。
我需要从以这种方式格式化的文本文件中提取数据，使用 PHP:
BEGIN
#1
#2
#3
#4
#5
#6
1 2015-05-31 2001-11-24 'Name Surname' ID_1 0
2 2011-04-01 ? ? ID_2 1
2 2013-02-24 ? ? ID_3 1
2 2014-02-28 ? 'Name Surname' ID_4 2
END
信息按照数组的逻辑进行组织，如下所示：
Array ( [#1] => 1 [#2] => 2015-05-31 [#3] => 2001-11-24 [#4] => 'Name Surname' [#5] => ID_1 [#6] => 0 )
Array ( [#1] => 2 [#2] => 2011-04-01 [#3] => ? [#4] => ? [#5] => ID_2 [#6] => 1 )
Array ( [#1] => 2 [#2] => 2013-02-24 [#3] => ? [#4] => ? [#5] => ID_3 [#6] => 1 )
Array ( [#1] => 2 [#2] => 2014-02-28 [#3] => ? [#4] => 'Name Surname' [#5] => ID_4 [#6] => 2 )
我正在寻找获得该输出的方法。我正在使用此代码：
<?php
//ini_set('max_execution_time', 300); //300 seconds = 5 minutes
function startsWith($str, $char){
return $str[0] === $char;
}
$txt_path = "./test.txt";
$txt_data = @file_get_contents($txt_path) or die("Could not access file: $txt_path");
//echo $txt_data;
$loop_pattern = "/BEGIN(.*?)END/s";
preg_match_all($loop_pattern, $txt_data, $matches);
$loops = $matches[0];
//print_r($loops);
$loops_count = count($loops);
//echo $loops_count; // number of loops into the file
foreach ($loops as $key => $value) {
$value = trim($value);
$pattern = array("/[[:blank:]]+/", "/BEGIN(.*)/", "/END(.*)/");
$replacement = array(" ", "", "");
$value = preg_replace($pattern, $replacement, $value);
//print_r($value);
//echo "<br><br>";
$value_array = explode("\n", $value);
$value_array_clean = array_filter($value_array, 'strlen');
$value_array_clean_reindex = array_values($value_array_clean);
//print_r($value_array_clean_reindex);
//echo "<br><br>";
$keys = array();
$values = array();
foreach ($value_array_clean_reindex as $key => $value) {
$value = trim($value);
if ( startsWith($value, "#") ) {
array_push($keys, $value);
$keys_count = count($keys);
} else {
array_push($values, $value);
$values_count = count($values);
$loop_dic = array();
foreach ($values as $key => $value) {
$value = trim($value);
preg_match_all("/'(?:.|[^'])*'|\S+/", $value, $matches);
//print_r($matches[0]);
$loop_dic = array_combine($keys, $matches[0]);
}
print_r($loop_dic);
echo "<br><br>";
}
}
}
?>
它给了我想要的输出：
Array ( [#1] => 1 [#2] => 2015-05-31 [#3] => 2001-11-24 [#4] => 'Name Surname' [#5] => ID_1 [#6] => 0 )
Array ( [#1] => 2 [#2] => 2011-04-01 [#3] => ? [#4] => ? [#5] => ID_2 [#6] => 1 )
Array ( [#1] => 2 [#2] => 2013-02-24 [#3] => ? [#4] => ? [#5] => ID_3 [#6] => 1 )
Array ( [#1] => 2 [#2] => 2014-02-28 [#3] => ? [#4] => 'Name Surname' [#5] => ID_4 [#6] => 2 )
但有时会在命令级别出现问题：
$loop_dic = array_combine($keys, $matches[0]);
我了解到，在原始文本文件中，有很长的行，这些被打断，生成一个新行；而不是：
2 2014-02-28 ? 'Name Surname' ID_4 2
线断成这样：
2 2014-02-28 ? 'Name Surname'
ID_4 2
所以，当我用 \n 分解字符串时，我合并的两个数组的长度出现错误。
我会问你一个替代方案来解决这个问题，获得等长的数组，如果原始文件中出现中断也是如此。
在网上搜索，我找到了array_fill；也许，如果我知道（通过count）每个循环（[#1]，...，[#6]）的数组中的键数，就可以循环并为值填充数组，按顺序添加它们，直到值的每个数组的最大长度。
感谢您的关注和帮助。
编辑#1
感谢@fusion3k 的解决方案！ 检查一些输入文件的行为，它显示了另外两个问题：
1) 分析一些错误，发现有时候输入文件使用双引号（而不是单引号引号)，并且在分号之间也有多行文本块，如下所示：
;This is some text
in multiline with "double
quotes" too
;
需要将其视为给定键的单个值，该值需要内联，就像@fusion3k 代码所做的那样，将 \n 替换为 </code>（一个space）。我正在尝试将 @fusion3k 的工作代码与为解决此行为而精心设计的代码合并。文件结构可能是这样的：</p>
<pre><code>BEGIN
#1
#2
#3
#4
#5
#6
1 2015-05-31 2001-11-24 "Name Surname" ID_1 0
2 2011-04-01 ? ? ID_2 1
2 2013-02-24 ? ? ID_3 1
2 2014-02-28 ? "Name Surname" ID_4 2
;This is some text
in multiline with "double
quotes" too
;
2016-01-22 ? "Name Surname" ID_5 2
END
应该会生成类似于上面的工作代码，但考虑到存在不同的文本块分隔符，例如 semicolon (;), 单引号 (') 或像在某些其他文件中一样，双引号 (")，以分隔必须被认为是一个键的单个值，就像在这个数组中相对于上面的文本文件内容：
Array ( [#1] => Array ( [0] => 1 [1] => 2 [2] => 2 [3] => 2 [4] => This is some text in multiline with "double quotes" too ) [#2] => Array ( [0] => 2015-05-31 [1] => 2011-04-01 [2] => 2013-02-24 [3] => 2014-02-28 [4] => 2016-01-22 ) [#3] => Array ( [0] => 2001-11-24 [1] => ? [2] => ? [3] => ? [4] => ? ) [#4] => Array ( [0] => Name Surname [1] => ? [2] => ? [3] => Name Surname [4] => Name Surname ) [#5] => Array ( [0] => ID_1 [1] => ID_2 [2] => ID_3 [3] => ID_4 [4] => ID_5 ) [#6] => Array ( [0] => 0 [1] => 1 [2] => 1 [3] => 2 [4] => 2 ) )
我处理了一个简单的字符串，以找到考虑 (分号) 和 (单引号 的 "working" 正则表达式] 或 双引号 )。现在我还没有找到使用所有三个定界符来定界文本块的文件，但似乎可以找到 semicolon+single_quotes 或 分号+double_quotes 或仅 single_quotes或仅 double_quotes；最好在同一个文本文件中找到所有三种类型的定界符的解决方案...：
$string = 'something here
;and there
;
oh, "that\'s all!"';
$string = str_replace( "\n", " ", $string );
$origin = array("/[[:blank:]]+/", "/\"/", "/;/");
$replacement = array(" ", "\" ", "; ");
$string = preg_replace($origin, $replacement, $string);
$pattern = '/([;"])\s+/';
print_r(array_filter(preg_split( $pattern, $string ), 'strlen'));
这是输出（根据需要）：
Array ( [0] => something here [1] => and there [2] => oh, [3] => that's all! )
注意 分号 之间的文本块：它总是在新行中开始，开头有一个 分号，然后结束在新行中使用 分号，然后开始另一个新行。
我不知道它是否可以用更好更快的方式编写...然后我尝试将它与@fusion3k 的代码合并，处理上述文本文件内容，但没有成功。我尝试了一个像这样的 if/elseif/else 构造：
if ( preg_match('/;(.*?);|\'(.*?)\'/', $value, $matches) ) {// semicolon with single quotes in the $value string
$value = str_replace( "\n", " ", $value );
$origin = array("/[[:blank:]]+/", "/'/", "/;/");
$replacement = array(" ", "' ", "; ");
$value = preg_replace($origin, $replacement, $value);
$pattern = '/'.str_repeat( "([;'])\s+", count( $keys ) ).'/';
print_r(array_filter(preg_split( $pattern, $value ), 'strlen')); // I would have an array of values of the same length of the array for the keys
echo "<br><br>";
} elseif ( preg_match('/;(.*?);|"(.*?)"/', $value, $matches) ) {// semicolon with double quotes in the $value string
$value = str_replace( "\n", " ", $value );
$origin = array("/[[:blank:]]+/", "/\"/", "/;/");
$replacement = array(" ", "\" ", "; ");
$value = preg_replace($origin, $replacement, $value);
$pattern = '/'.str_repeat( "([;\"])\s+", count( $keys ) ).'/';
print_r(array_filter(preg_split( $pattern, $value ), 'strlen')); // I would have an array of values of the same length of the array for the keys
echo "<br><br>";
} else {// neither single quotes (or double quotes) nor semicolon in the $value string
$pattern = '/'.str_repeat( "(\S+)\s+", count( $keys ) ).'/';
preg_match_all( $pattern, $value, $matches );
//print_r($matches);
//echo "<br><br>";
$loop_dic = array_combine( $keys, array_slice( $matches, 1 ) );
print_r( $loop_dic ); // this is good...maybe in a better way?
echo "<br><br>";
}
唯一有效的代码是最后一个 else，它使用了 @fusion3k 的代码。
2) 第二个行为（可能已经解决）发生在文件非常大的时候。命令：
$loop_pattern = "/BEGIN(.*?)END/s";
preg_match_all($loop_pattern, $txt_data, $matches);
$loops = $matches[0];
//print_r($loops);
$loops_count = count($loops);
//echo $loops_count; // number of loops into the file
不采用文件（大文件）中的所有循环。 我认为可能答案是 here。所以，设置：
ini_set('max_execution_time', 300); // 300 seconds = 5 minutes
ini_set("pcre.backtrack_limit", "100000000"); // default 100k = "100000"
似乎可以解决，但我不知道这是否是唯一的方法：确实，如果文件很大（17MB 或以上），浏览器会有一点不响应时间（我正在测试在 Firefox 上是最新的），在页面加载完成之前......最好分块解析整个文件直到它的完整大小，也许，但如何去做？
非常感谢您的关注和帮助
要解决您的问题，常见的方法是对检索到的匹配项进行计数，如果匹配项少于键值，则继续循环而不重新初始化 $loop_dic。
我向您推荐一种 inverted 方法：不是逐行分解字符串，而是在检索值之前用空格替换换行符：您的字符串结构足够坚固，可以采用这种方法，并且你知道字段编号，所以这种方法应该有效。
foreach 主循环外的代码没有改变。同样，检索被BEGIN ... END包裹的文本的代码保持不变：
foreach( $loops as $key => $value )
{
$value = trim( $value );
$pattern = array( "/[[:blank:]]+/", "/BEGIN(.*)/", "/END(.*)/" );
$replacement = array( " ", "", "" );
$value = preg_replace( $pattern, $replacement, $value );
为了检索密钥，我们使用 preg_match_all()，然后我们使用 preg_replace():
preg_match_all( '/^#\d+/m', $value, $matches );
$keys = $matches[0];
$value = preg_replace( '/^#\d+\s*/m', '', $value );
现在，在$value中我们只有数据线。我们用空格替换所有换行符：
$value = str_replace( "\n", " ", $value );
然后，我们通过重复键编号的字段模式来构造行模式，并通过 preg_match_all():
$pattern = '/'.str_repeat( "('[^']+'|\S+)\s+", count( $keys ) ).'/';
preg_match_all( $pattern, $value, $matches );
最后，我们使用array_slice()删除全局匹配，我们将其与$keys结合起来，得到了我们想要的结果。 foreach循环可以关闭：
$values = array_combine( $keys, array_slice( $matches, 1 ) );
}
我的 $values 和你的 $loop_dic 之间的主要区别在于，在 $values 主数组中你有列，但如果你更喜欢按行排列的数组，你可以轻松地转换它.
我用许多不同的“断线”测试了代码，并且它有效。我建议你用不同的字符串仔细测试它，看看它是否在任何情况下都能正常工作。