PHP-按顺序填充数组，直到达到最大长度

我需要使用PHP从以这种方式格式化的文本文件中提取数据：

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

信息按如下数组逻辑组织：

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 )

;This is some text
in multiline with "double 
quotes" too
;

我正在寻找一种方法来获得这个结果。我正在使用以下代码：

<?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>";
            }
        }
    }
?>

但有时在指挥层会出现问题：

$loop_dic = array_combine($keys, $matches[0]);

$loop_pattern = "/BEGIN(.*?)END/s";
preg_match_all($loop_pattern, $txt_data, $matches);
$loops = $matches[0];
//print_r($loops);
$loops_count = count($loops);
//echo $loops_count; // number of loops into the file

我了解到，在原始文本文件中，有很长的行，这些行被打断，生成新行；而不是：

2       2014-02-28  ?           'Name Surname'      ID_4        2 

这条线是这样断的：

2       2014-02-28  ?           'Name Surname'      
ID_4        2 

因此，当我将字符串分解为

\n

时，两个数组的长度出现了一个错误，然后我将其合并

我想问您一个解决这个问题的替代方案，即获得长度相等的数组，如果原始文件中出现中断也可以

在网上搜索，我发现；也许，如果我知道（通过

count

）每个循环的数组中的键数（[#1]，…，[#6]），就可以循环并填充数组中的值，按顺序添加它们，直到每个数组中的值的最大长度为止

感谢您的关注和帮助

编辑#1

感谢@fusion3k的解决方案！ 通过检查一些输入文件的行为，可以发现另外两个问题：

1）分析一些错误，我发现有时输入文件使用双引号（而不是单引号），分号之间也有多行文本块，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 )

;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，如@fusion3k code do，将

\n

替换为

（空格）。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。文件结构可以如下所示：

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

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>";
}

它应该生成类似于上述工作代码的内容，但考虑到存在不同的文本块定界符，如分号（

；

）、单引号（

”

）或双引号（

“

）等，以分隔必须视为键的单个值的文本块，如与上述文本文件内容相关的此数组：

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 ) )

我研究了一个简单的字符串，以找到一个考虑（分号）和（单引号或双引号）的“工作”正则表达式.目前我还没有找到使用所有三种定界符来分隔文本块的文件，但似乎可以找到分号+单引号或分号+双引号或仅单引号或仅双引号；最好在同一文本文件中找到所有三种定界符的解决方案…：

$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）：

请注意分号之间的文本块：它总是在新行中开始，以分号开头，在新行中以分号结尾，然后开始另一个新行

我不知道它是否能以更好、最快的方式编写……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。我尝试了一种类似以下的

if/elseif/else

构造：

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

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>";
}

不接受文件（大文件）中的所有循环。 我想答案可能是这样。所以，设置：

ini_set('max_execution_time', 300); // 300 seconds = 5 minutes
ini_set("pcre.backtrack_limit", "100000000"); // default 100k = "100000"

似乎可以解决这个问题，但我不知道这是否是唯一的方法：事实上，如果文件很大（17MB或更大），在页面加载完成之前，浏览器会有一点不响应时间（我在Firefox上测试最新版本）……将整个文件分块解析到其完整大小可能会很好，但如何做到呢

---

非常感谢您的关注和帮助

为了解决您的问题，常用的方法是对检索到的匹配进行计数，如果它们少于键数，则继续循环，而无需重新初始化

$loop\u dic

我建议您使用一种反向方法：在检索值之前，不要逐行分解字符串，而是用空格替换换行符：您的字符串结构足够坚固，可以使用这种方法，并且您知道字段编号，因此这种方法应该有效

main

foreach

循环之外的代码不会更改。同样，检索由

BEGIN…END

包装的文本的代码也不会更改：

foreach( $loops as $key => $value ) 
{
    $value = trim( $value );
    $pattern = array( "/[[:blank:]]+/", "/BEGIN(.*)/", "/END(.*)/" );
    $replacement = array( " ", "", "" );
    $value = preg_replace( $pattern, $replacement, $value );

要检索密钥，我们使用

preg\u match\u all（）

，然后使用

preg\u replace（）

删除相关行：

现在，在

$value

中，我们只有数据行。我们用空格替换所有新行：

    $value = str_replace( "\n", " ", $value );

然后，我们通过重复关键字编号的字段模式来构造行模式，并通过

preg\u match\u all（）

检索所有行：

最后，我们使用

array\u slice（）

删除全局匹配，并将其与

$keys

组合，得到了预期的结果。可以关闭

foreach

循环：

    $values = array_combine( $keys, array_slice( $matches, 1 ) );
}

我的

$values

和你的

$loop\u dic

之间的主要区别在于，在

$values

主数组中，你有列，但是如果你喜欢按行数组，你可以很容易地变换它

---

我已经用许多不同的“断线”测试了代码，它是有效的。我建议您仔细地用不同的字符串测试它，看看它在任何情况下是否正常工作。

如果断线被

ID\u

打破，您可以预处理字符串：

$txt\u data=str\u replace（“\nID\u”，“ID\u”，“$txt\u data”）

谢谢@fusion3k。不，行中的中断级别没有规则。我只知道问题是出于这个原因，所以

\n

的

explode

命令失败，生成不同长度的数组太棒了！！！我理解了你的方法：我明天会用一些输入文件来检查它一切！非常感谢您的时间！！RegardsI迫不及待：我在不同的文件上测试了它，它看起来非常完美，速度非常快！！！对于一个170925行17569148个字符的文件，它需要0.2635