preg_match_all 远程内容

Question

我尝试解析 iCal：

    //open file
    $calendar = file_get_contents('http://app.kigo.net/public/ics.php?c-7ca2eb67c1a7fa8b87b2434ed1096076-422-9871b35967bb29f999cd11ac72943011');
    //debug purpose
    echo $calendar;
    //parse string
    preg_match_all('#^BEGIN\:VEVENT.*?END\:VEVENT$#sm',$calendar,$results,PREG_SET_ORDER);
    //output: empty!
    print_r($results);

它returns一个空数组。

无论如何，如果我 copy/paste 另一个变量上的“$calendar”内容，并使用相同的正则表达式解析它，它就可以正常工作。

为什么当我直接从 file_get_contents 在 相同的字符串 上调用 preg_match_all 时，它会出错？

Answer 1

远程文件使用序列 CR LF 作为换行符，这就是锚 $ 不匹配的原因。当您 copy/paste 将文件内容传送到（或从）一个默认仅使用 LF 作为换行符的应用程序时，序列 CR LF 可能会被 LF 悄悄替换，并且您的模式有效。

解决问题的几种方法：

1) 在你的模式中明确写下回车 return:

#^BEGIN:VEVENT.*?END:VEVENT\r$#sm

如果您不希望在匹配结束时出现回车 return，请使用 trim 或将其置于先行断言中：#^BEGIN:VEVENT.*?END:VEVENT(?=\r$)#sm。您还可以删除 $ 并使用匹配 \r、\r\n 和 \n.

的 \R 别名

2) 允许 $ 使用指令 (*ANYCRLF)

匹配任何换行序列

#(*ANYCRLF)^BEGIN:VEVENT.*?END:VEVENT$#sm

3) 根本不要使用模式 （毕竟你只是在固定行之间寻找块，如果你的文件可能有点长，它会更优雅并节省内存逐行读取文件并使用生成器来 return 块）:

$filePath = 'http://app.kigo.net/public/ics.php?c-7ca2eb67c1a7fa8b87b2434ed1096076-422-9871b35967bb29f999cd11ac72943011';

try {
    if ( false === $fp = fopen($filePath, 'rb') )
        throw new Exception('Could not open the file!');

} catch (Exception $e) {
    echo 'Error (File: ' . $e->getFile() . ', line ' . $e->getLine() . '): ' . $e->getMessage();
}

foreach (genBlocks($fp, "BEGIN:VEVENT\r\n", "END:VEVENT\r\n") as $block) {
    echo $block . PHP_EOL;
}

fclose($fp);

function genBlocks($fp, $start, $end, $buffer = 1024) {
    $block = false;
    while ( false !== $line = fgets($fp, $buffer) ) {
        if ( $line === $start ) {
            $block = $line;
        } elseif ( $block !== false ) {
            $block .= $line;
            if ( $line === $end ) {
                yield $block;
                $block = false;
            }
        }
    }
}

注意：您也可以使用 stream_get_line 而不是 fgets 因为这个可以 return 没有换行序列的行。

preg_match_all 远程内容

preg_match_all on remote content

php

regex

file-get-contents