如何在PHP中检测字符串中的分隔符？

我很好奇，如果你有一个字符串，你将如何检测分隔符

我们知道php可以使用explode（）拆分字符串，explode（）需要一个分隔符参数

但是，在将分隔符发送到分解函数之前，如何检测分隔符呢

现在我只是将字符串输出给用户，用户输入分隔符。这很好，但我正在寻找一个模式识别的应用程序

我应该在字符串中寻找这种类型的模式识别的正则表达式吗

编辑：我最初未能指定可能存在预期的分隔符集。CSV中可能使用的任何分隔符。因此，从技术上讲，任何人都可以使用任何字符来分隔CSV文件，但更可能使用以下字符之一：逗号、分号、竖线和空格

编辑2：下面是我为“确定的分隔符”提出的可行解决方案

---

确定您认为可能的分隔符（如<代码>、<代码>、<代码>、和<代码> <代码>），并针对每个搜索在字符串中出现的次数（<代码>子目录计数< /代码>）。然后选择出现次数最多的一个作为分隔符，然后分解

---

尽管这可能不是故障保护，但在大多数情况下它都应该工作；）

我也有同样的问题，我正在处理来自不同数据库的大量CSV，不同的人以不同的方式提取到CSV，有时同一数据集的每次提取都不同。。。在我的convert基类中实现了这样的函数

protected function detectDelimiter() {
    $handle = @fopen($this->CSVFile, "r");
    if ($handle) {
        $line=fgets($handle, 4096);
        fclose($handle);            

        $test=explode(',', $line);
        if (count($test)>1) return ',';

        $test=explode(';', $line);
        if (count($test)>1) return ';';

        //.. and so on
    }
    //return default delimiter
    return $this->delimiter;
}

---

我做了这样的东西：

$line = fgetcsv($handle, 1000, "|");
if (isset($line[1]))
    {
    echo "delimiter is: |";
    $delimiter="|";
    }
    else
    {
    $line1 = fgetcsv($handle, 1000, ";");
    if (isset($line1[1]))
        {
        echo "delimiter is: ;";
        $delimiter=";";
        }
        else
        {
        echo "delimiter is: ,";
        $delimiter=",";
        }
    }

---

这只是检查在读取一行后是否有第二列。

我想说，这在99.99%的情况下有效：） 其基本思想是，有效分隔符的数量应逐行相同。 此脚本计算所有行之间的分隔符计数差异。 越小的差异意味着越可能是有效的分隔符

$get_images = "86236058.jpg 86236134.jpg 86236134.jpg";

    //Detection of delimiter of image filenames.
        $probable_delimiters = array(",", " ", "|", ";");

        $delimiter_count_array = array(); 

        foreach ($probable_delimiters as $probable_delimiter) {

            $probable_delimiter_count = substr_count($get_images, $probable_delimiter);
            $delimiter_count_array[$probable_delimiter] = $probable_delimiter_count;

        }

        $max_value = max($delimiter_count_array);
        $determined_delimiter_array = array_keys($delimiter_count_array, max($delimiter_count_array));

        while( $element = each( $determined_delimiter_array ) ){
        $determined_delimiter_count = $element['key'];
        $determined_delimiter = $element['value'];
        }

        $images = explode("{$determined_delimiter}", $get_images);

将其放在一起此函数读取行并将其作为数组返回：

function readCSV($fileName)
{
    //detect these delimeters
    $delA = array(";", ",", "|", "\t");
    $linesA = array();
    $resultA = array();

    $maxLines = 20; //maximum lines to parse for detection, this can be higher for more precision
    $lines = count(file($fileName));
    if ($lines < $maxLines) {//if lines are less than the given maximum
        $maxLines = $lines;
    }

    //load lines
    foreach ($delA as $key => $del) {
        $rowNum = 0;
        if (($handle = fopen($fileName, "r")) !== false) {
            $linesA[$key] = array();
            while ((($data = fgetcsv($handle, 1000, $del)) !== false) && ($rowNum < $maxLines)) {
                $linesA[$key][] = count($data);
                $rowNum++;
            }

            fclose($handle);
        }
    }

    //count rows delimiter number discrepancy from each other
    foreach ($delA as $key => $del) {
        echo 'try for key=' . $key . ' delimeter=' . $del;
        $discr = 0;
        foreach ($linesA[$key] as $actNum) {
            if ($actNum == 1) {
                $resultA[$key] = 65535; //there is only one column with this delimeter in this line, so this is not our delimiter, set this discrepancy to high
                break;
            }

            foreach ($linesA[$key] as $actNum2) {
                $discr += abs($actNum - $actNum2);
            }

            //if its the real delimeter this result should the nearest to 0
            //because in the ideal (errorless) case all lines have same column number
            $resultA[$key] = $discr;
        }
    }

    var_dump($resultA);

    //select the discrepancy nearest to 0, this would be our delimiter
    $delRes = 65535;
    foreach ($resultA as $key => $res) {
        if ($res < $delRes) {
            $delRes = $res;
            $delKey = $key;
        }
    }

    $delimeter = $delA[$delKey];

    echo '$delimeter=' . $delimeter;

    //get rows
    $row = 0;
    $rowsA = array();
    if (($handle = fopen($fileName, "r")) !== false) {
        while (($data = fgetcsv($handle, 1000, $delimeter)) !== false) {
            $rowsA[$row] = Array();
            $num = count($data);
            for ($c = 0; $c < $num; $c++) {
                $rowsA[$row][] = trim($data[$c]);
            }
            $row++;
        }
        fclose($handle);
    }

    return $rowsA;
}

函数readCSV（$fileName） { //检测这些纤度计 $delA=数组（“；”、“，”、“|”、“\t”）； $linesA=array（）； $resultA=array（）； $maxLines=20；//要分析以进行检测的最大行数，可以更高以获得更高的精度 $lines=计数（文件（$fileName））； 如果（$lines<$maxLines）{//如果行小于给定的最大值 $maxLines=$lines； } //载重线 foreach（$delA作为$key=>$del）{ $rowNum=0； if（$handle=fopen（$fileName，“r”）！==false）{ $linesA[$key]=array（）； 而（（$data=fgetcsv（$handle，1000，$del））！==false）和（$rowNum<$maxLines））{ $linesA[$key][]=计数（$data）； $rowNum++； } fclose（$handle）； } } //计数行分隔符编号彼此不符 foreach（$delA作为$key=>$del）{ 回显'try for key='。$key.'delimeter='。$del； $discr=0； foreach（$linesA[$key]作为$actNum）{ 如果（$actNum==1）{ $resultA[$key]=65535；//此行中只有一列具有此delimeter，因此这不是我们的分隔符，请将此差异设置为高 打破 } foreach（$linesA[$key]作为$actNum2）{ $discr+=abs（$actNum-$actNum2）； } //如果是真实的delimeter，则该结果应最接近于0 //因为在理想（无错误）情况下，所有行都有相同的列号 $resultA[$key]=$discr； } } var_dump（$resultA）； //选择最接近0的差异，这将是我们的分隔符 $delRes=65535； foreach（$resultA as$key=>$res）{ 如果（$res<$delRes）{ $delRes=$res； $delKey=$key； } } $delimeter=$delA[$delKey]； 回声“$delimeter=”。$delimeter； //吵架 $row=0； $rowsA=array（）； if（$handle=fopen（$fileName，“r”）！==false）{ while（（$data=fgetcsv（$handle，1000，$delimeter））！==false）{ $rowsA[$row]=数组（）； $num=计数（$data）； 对于（$c=0；$c<$num；$c++）{ $rowsA[$row][]=trim（$data[$c]）； } $row++； } fclose（$handle）； } 返回$rowsA； }

---

我也有同样的问题。我的系统将从客户端接收CSV文件，但它可以使用“；”、“、”或“”作为分隔符，并且我可以改进系统，这样客户端就不必知道哪个是（他们永远不会知道）

我搜索并找到了此库：

---

非常好且易于使用。

分隔符是什么样子的？我对让用户指定分隔符的逻辑感到困惑。这样做的目的是什么？为什么不直接使用任何一个常用的定界符并完成它呢？@Alex如果任何东西都可以是定界符，那么你所要求的听起来很不现实。模式匹配以检测分隔符是一项非常重要的任务，您按照此规范提出的任何内容都将是O（n^c）。其中n是所有可能分隔符的集合，c是字符串长度。丑陋…好吧，您可以构建一个启发式系统，尝试从可能的分隔符列表中识别分隔符（

，；/|

）。根据需要，您可以对字符在文件中出现的次数进行计数分析（毕竟，我认为分隔符在每行中至少会出现几次）…这注定会经常失败。如果我的内容中包含大量的

||||||？如果是为了实验目的，它可以是一个开始。否则，这样的构造将导致系统崩溃。一种选择是，如果计数超过一个，或者它们很接近，则逐行遍历文件并计数出现的次数。数字最稳定的一个（不同