如何将基本一致的文件名解析为有意义的部分？

Question

我的文件名如下：

1234_56_78 A_FAIRLY_SHORT_TITLE_D.pdf

幸运的是，文件命名非常一致，但我不能绝对保证有人没有在应该使用下划线的地方使用 space。

考虑到这一点，我想解析字符串并提取以下详细信息：

$project_no = '1234
$series_no = '56
$sheet_no = '78'
$revision = 'D'
$title = 'A Fairly Short Title'

目前，我使用以下方式获取此信息：

$filename = $_FILES['file']['name'][$i];
$filename = preg_replace('/\.[^.\s]{3,4}$/', '', $filename);
$parts = preg_split( "(_| )", $filename );
$project_no = $parts[0];
$series_no = $parts[1];
$sheet_no = $parts[2];
$revision = end($parts);

$title就是去掉$parts[0]、$parts[1]、$parts[2]、end($parts)后剩下的所有东西，但是我应该怎么表达呢？

我想我也许可以使用

$title = implode(' ',\array_diff_key($parts, [0,1,2,end($parts)]));

但这并没有删除末尾的 $revision 位...

$title = FLOOR AS PROPOSED D

我错过了什么，我是否不必要地过度复杂化了？

Answer 1

array_diff_key looks at key comparison of both arrays. end()只是移动数组的内部指针，实际上没有用，因为从它返回的值不能用于计算两个数组键之间的差异。

当前比较行为

array_diff_key([0,1,2,3,4,5,6,7], [0,1,2,'D'])

看起来关键明智的是：

   array_diff_key([0,1,2,3,4,5,6,7], [0,1,2,3])

因此，implode 的最终结果是 4,5,6,7 个键值的串联。

要将第二个参数数组值作为键，可以使用array_flip将键作为值，将值作为键，表达式如下：

$title = implode(' ',\array_diff_key($parts, array_flip([0,1,2,count($parts)-1])));

演示： https://3v4l.org/J6b5r

Answer 2

我担心你把这个复杂化了。我认为单个 preg_match() 调用是解析字符串的最直接方式。

看起来您从文件名中获取了从到 trim 扩展名的正则表达式模式；但是，当单个非正则表达式函数用于相同目的时，我建议使用正则表达式函数。

pathinfo($filename', PATHINFO_FILENAME)

既然已经删除了扩展，让我们继续解析。

代码：(Demo)

$filename = '1234_56_78 A_FAIRLY_SHORT_TITLE_D.pdf';
preg_match('~([^ _]+)[ _]([^ _]+)[ _]([^ _]+)[ _](.+)[ _](\S)~', pathinfo($filename, PATHINFO_FILENAME), $m);

var_export([
    'project_no' => $m[1],
    'series_no' => $m[2],
    'sheet_no' => $m[3],
    'title' => str_replace('_', ' ', $m[4]),
    'revision' => $m[5],
]);

输出：

array (
  'project_no' => '1234',
  'series_no' => '56',
  'sheet_no' => '78',
  'title' => 'A FAIRLY SHORT TITLE',
  'revision' => 'D',
)

如果您对使用 preg_split() 很执着，那么该模式将变得非常简单，但还有更多工作要做。

代码：(Demo)

$filename = '1234_56_78 A_FAIRLY_SHORT_TITLE_D.pdf';
$m = preg_split('~ |_~', pathinfo($filename, PATHINFO_FILENAME));
$revision = array_pop($m);

var_export([
    'project_no' => $m[0],
    'series_no' => $m[1],
    'sheet_no' => $m[2],
    'title' => implode(' ', array_slice($m, 3)),
    'revision' => $revision,
]);
// same output as earlier snippet

如何将基本一致的文件名解析为有意义的部分？

How to parse a mostly consistent filename into meaningful parts?

php

regex

filenames

text-parsing

preg-split