Php 如何解析数据中包含换行符的excel CSV数据？_Php_Excel_Parsing_Csv_Line Breaks

Php 如何解析数据中包含换行符的excel CSV数据？

php excel parsing csv

Php 如何解析数据中包含换行符的excel CSV数据？,php,excel,parsing,csv,line-breaks,Php,Excel,Parsing,Csv,Line Breaks,我试图用PHP解析一组CSV数据，但有一个主要问题。其中一个字段是长描述字段，该字段本身包含机柜中的换行符我的主要问题是编写一段代码，它可以逐行分割数据，但也可以识别数据中何时不应使用换行符。此字段中的换行符未正确转义，因此很难将其与合法换行符区分开来我试图找到一个能够正确处理它的正则表达式，但到目前为止运气不佳。有什么想法吗 CSV格式： "####","text data here", "text data \n with linebreaks \n here"\n "####","mo

我试图用PHP解析一组CSV数据，但有一个主要问题。其中一个字段是长描述字段，该字段本身包含机柜中的换行符

我的主要问题是编写一段代码，它可以逐行分割数据，但也可以识别数据中何时不应使用换行符。此字段中的换行符未正确转义，因此很难将其与合法换行符区分开来

我试图找到一个能够正确处理它的正则表达式，但到目前为止运气不佳。有什么想法吗

CSV格式：

"####","text data here", "text data \n with linebreaks \n here"\n
"####","more text data", "more data \n with \n linebreaks \n here"\n

根据PHP函数文档中的注释者aleske的说法：

PHP的CSV处理内容是非标准的，与RFC4180相矛盾，因此fgetcsv（）无法正确处理文件[包含换行符]

他提供了以下功能来绕过这一限制：

function csvstring_to_array(&$string, $CSV_SEPARATOR = ';', $CSV_ENCLOSURE = '"', $CSV_LINEBREAK = "\n") { 
  $o = array(); 

  $cnt = strlen($string); 
  $esc = false; 
  $escesc = false; 
  $num = 0; 
  $i = 0; 
  while ($i < $cnt) { 
$s = $string[$i]; 

if ($s == $CSV_LINEBREAK) { 
  if ($esc) { 
    $o[$num] .= $s; 
  } else { 
    $i++; 
    break; 
  } 
} elseif ($s == $CSV_SEPARATOR) { 
  if ($esc) { 
    $o[$num] .= $s; 
  } else { 
    $num++; 
    $esc = false; 
    $escesc = false; 
  } 
} elseif ($s == $CSV_ENCLOSURE) { 
  if ($escesc) { 
    $o[$num] .= $CSV_ENCLOSURE; 
    $escesc = false; 
  } 

  if ($esc) { 
    $esc = false; 
    $escesc = true; 
  } else { 
    $esc = true; 
    $escesc = false; 
  } 
} else { 
  if ($escesc) { 
    $o[$num] .= $CSV_ENCLOSURE; 
    $escesc = false; 
  } 

  $o[$num] .= $s; 
} 

$i++; 
  } 

//  $string = substr($string, $i); 

  return $o; 
}

函数csvstring_to_数组（&$string，$CSV_分隔符='；'，$CSV_ENCLOSURE='”，$CSV_LINEBREAK=“\n”）{
$o=数组（）；
$cnt=strlen（$string）；
$esc=假；
$scc=假；
$num=0；
$i=0；
而（$i<$cnt）{
$s=$string[$i]；
如果（$s==$CSV_LINEBREAK）{
如果（$esc）{
$o[$num]。=$s；
}否则{
$i++；
打破
} 
}elseif（$s==$CSV_分隔符）{
如果（$esc）{
$o[$num]。=$s；
}否则{
$num++；
$esc=假；
$scc=假；
} 
}elseif（$s==$CSV_附件）{
如果（$sc）{
$o[$num]。=$CSV\u机柜；
$scc=假；
} 
如果（$esc）{
$esc=假；
$escsc=真；
}否则{
$esc=真；
$scc=假；
} 
}否则{
如果（$sc）{
$o[$num]。=$CSV\u机柜；
$scc=假；
} 
$o[$num]。=$s；
} 
$i++；
} 
//$string=substr（$string，$i）；
退还$o；
}

这看起来很有用。

您可以使用或解析csv。查看php文档中的示例。

我最终能够修改带有特定标志的正则表达式以满足我的需要。我使用了以下函数调用：

preg_match_all('/"\d+",".*",".*"\n/sU', $csv_data, $matches);

这似乎有几个原因：

1） “s”标志告诉编辑器捕捉点下的换行符，通常情况下不是这样。不幸的是，合法的换行符也被点捕捉，理论上可以将整个CSV匹配到一个结果，因此

2）我添加了U标志。这会告诉点在默认情况下是取消冻结的，因此，它当前只匹配一条线。

问题是“\n“转义字符串的计算结果与Excel用作行分隔符的新行字符不同。Excel使用的ASCII字符是ASCII 13。下面的代码将有效地解析通过$file\u get\u contents（）方法传入的.csv文件

我发现在将CSV转换为unix格式后，可以使用普通的CSV解析器
这里有一个函数为我实现了这一点
function dos2unix($s) {
    $s = str_replace("\r\n", "\n", $s);
    $s = str_replace("\r", "\n", $s);
    $s = preg_replace("/\n{2,}/", "\n\n", $s);
    return $s;
}

和一个解析函数
function csvstring_to_array($string, $separatorChar = ',', $enclosureChar = '"', $newlineChar = PHP_EOL) {
    // @author: Klemen Nagode
    $string = dos2unix($string);
    $array = array();
    $size = strlen($string);
    $columnIndex = 0;
    $rowIndex = 0;
    $fieldValue="";
    $isEnclosured = false;
    for($i=0; $i<$size;$i++) {

        $char = $string{$i};
        $addChar = "";

        if($isEnclosured) {
            if($char==$enclosureChar) {

                if($i+1<$size && $string{$i+1}==$enclosureChar){
                    // escaped char
                    $addChar=$char;
                    $i++; // dont check next char
                }else{
                    $isEnclosured = false;
                }
            }else {
                $addChar=$char;
            }
        }else {
            if($char==$enclosureChar) {
                $isEnclosured = true;
            }else {

                if($char==$separatorChar) {

                    $array[$rowIndex][$columnIndex] = $fieldValue;
                    $fieldValue="";

                    $columnIndex++;
                }elseif($char==$newlineChar) {
                    echo $char;
                    $array[$rowIndex][$columnIndex] = $fieldValue;
                    $fieldValue="";
                    $columnIndex=0;
                    $rowIndex++;
                }else {
                    $addChar=$char;
                }
            }
        }
        if($addChar!=""){
            $fieldValue.=$addChar;

        }
    }

    if($fieldValue) { // save last field
        $array[$rowIndex][$columnIndex] = $fieldValue;
    }
    return $array;
}

函数csvstring_to_数组（$string，$separatorChar='，'，$enclosureChar='，$newlineChar=PHP_EOL）{
//@作者：Klemen Nagode
$string=dos2unix（$string）；
$array=array（）；
$size=strlen（$string）；
$columnIndex=0；
$ROWDINDEX=0；
$fieldValue=“”；
$isEnclosured=false；
对于（$i=0；$i这是一个旧线程，但我遇到了这个问题，我用正则表达式解决了这个问题，这样你就可以避免使用库了。这里的代码是用PHP编写的，但可以适应其他语言
$parsedCSV=preg_replace（'/（，|\n |^）“（？：（[^\n”]*）\n（[^\n”]*）*“/”，“$1”$2$3”，$parsedCSV）；

如果内容太大，它可能效率不高，但在许多情况下它会有所帮助，而且这个想法可以重用，也许可以针对较小的块进行优化（但您需要使用固定大小的缓冲区来处理剪切）。此解决方案假设包含换行符的字段用双引号括起来，这似乎是一个有效的假设，至少就我到目前为止所看到的情况而言。此外，双引号应位于、
之后，或放在新行（或第一行）的开头
例如：
field1，“field2-part1\nfield2-part2”，field3

此处\n被空白替换，因此结果将是：
field1，“field2-part1 field2-part2”，field3

正则表达式也应该处理多个换行符。
我创建这个PHP函数是为了将CSV解析为2D数组。它可以处理包含逗号、引号或换行符的数据。这比其他一些工作解决方案运行得更快
/**
 * copyright 2018 Frank Forte
 * Free for personal, non-commercial use
 * contact me for inexpensive licenses to use and create derivative works
 */
protected static function parse_csv_forte (&$str, $delimiter = ",", $enclosure = '"', $escape = '"', $skip_empty_lines = true, $trim_fields = false)
{
    // use linux line endings
    $str = str_replace("\r\n","\n",$str);
    $str = str_replace("\r","\n",$str);

    // substitute line endings that are part of data
    $num = strlen($str);
    $quoted = false;
    $last = null;
    $escape = false;
    for($i = 0; $i < $num; $i++)
    {
        if($str[$i] == $enclosure)
        {
            if($last == $enclosure)
            {
                $escape = !$escape;
                if($escape)
                {
                    $quoted = !$quoted;
                }
            }
            else
            {
                if(!$escape)
                {
                    $quoted = !$quoted;
                }
            }
        }
        if($str[$i] != $enclosure || $escape)
        {
            $escape = false;
        }
        if($quoted && $str[$i] == "\n")
        {
            $str[$i] = "\r";
        }
        $last = $str[$i];
    }

    if($skip_empty_lines)
    {
        $str = preg_replace("/\n+/","\n",$str);
        $str = trim($str,"\n");
    }

    $str = explode("\n",$str);

    $csv = [];
    foreach($str as $e)
    {
        $e = str_getcsv($e, $delimiter, $enclosure, $escape);
        foreach($e as $k => $f)
        {
            $e[$k] = str_replace("\r","\n",$f);
            if($trim_fields)
            {
                $e[$k] = trim($e[$k]);
            }
        }
        $csv[] = $e;
    }

    return $csv;
}

这将有助于：
这是对@Stephen答案的修复。它管理多行，并在数组中保留空单元格：
function csvstring_to_array(&$string, $CSV_SEPARATOR = ';', $CSV_ENCLOSURE = '"', $CSV_LINEBREAK = "\n") {
    $o = array();

    $cnt = strlen($string);
    $esc = false;
    $escesc = false;
    $num = 0;
    $i = 0;
    $line = 0;
    while ($i < $cnt) {
        $s = $string[$i];

        if ($s == $CSV_LINEBREAK) {
            if ($esc) {
                $o[$line][$num] .= $s;
            } else {
                $i++;
                $line++;
                $num = 0;
                continue;
            }
        } elseif ($s == $CSV_SEPARATOR) {
            if ($esc) {
                $o[$line][$num] .= $s;
            } else {
                $num++;

                $o[$line][$num] .= '';
                $esc = false;
                $escesc = false;
            }
        } elseif ($s == $CSV_ENCLOSURE) {
            if ($escesc) {
                $o[$line][$num] .= $CSV_ENCLOSURE;
                $escesc = false;
            }

            if ($esc) {
                $esc = false;
                $escesc = true;
            } else {
                $esc = true;
                $escesc = false;
            }
        } else {
            if ($escesc) {
                $o[$line][$num] .= $CSV_ENCLOSURE;
                $escesc = false;
            }

            $o[$line][$num] .= $s;
        }

        $i++;
    }

    return $o;
}

函数csvstring_to_数组（&$string，$CSV_分隔符='；'，$CSV_ENCLOSURE='”，$CSV_LINEBREAK=“\n”）{
$o=数组（）；
$cnt=strlen（$string）；
$esc=假；
$scc=假；
$num=0；
$i=0；
$line=0；
而（$i<$cnt）{
$s=$string[$i]；
如果（$s==$CSV\u换行符）{
如果（$esc）{
$o[$line][$num]。=$s；
}否则{
$i++；
$line++；
$num=0；
继续；
}
}elseif（$s==$CSV\u分隔符）{
如果（$esc）{
$o[$line][$num]。=$s；
}否则{
$num++；
$o[$line][$num]。=''；
$esc=假；
$scc=假；
}
}elseif（$s==$CSV\U附件）{
若有（$sc）{
$o[$line][$num]。=$CSV\u机柜；
$scc=假；
}
如果（$esc）{
$esc=假；
$escsc=真；
}否则{
$esc=真；
$scc=假；
}
$csv = parse_csv_forte(file_get_contents('file.csv'));

include "csv.php";
$csv = new csv(file_get_contents("filename.csv"));
$rows = $csv->rows();
foreach ($rows as $row)
{
  // do something with $row
}

function csvstring_to_array(&$string, $CSV_SEPARATOR = ';', $CSV_ENCLOSURE = '"', $CSV_LINEBREAK = "\n") {
    $o = array();

    $cnt = strlen($string);
    $esc = false;
    $escesc = false;
    $num = 0;
    $i = 0;
    $line = 0;
    while ($i < $cnt) {
        $s = $string[$i];

        if ($s == $CSV_LINEBREAK) {
            if ($esc) {
                $o[$line][$num] .= $s;
            } else {
                $i++;
                $line++;
                $num = 0;
                continue;
            }
        } elseif ($s == $CSV_SEPARATOR) {
            if ($esc) {
                $o[$line][$num] .= $s;
            } else {
                $num++;

                $o[$line][$num] .= '';
                $esc = false;
                $escesc = false;
            }
        } elseif ($s == $CSV_ENCLOSURE) {
            if ($escesc) {
                $o[$line][$num] .= $CSV_ENCLOSURE;
                $escesc = false;
            }

            if ($esc) {
                $esc = false;
                $escesc = true;
            } else {
                $esc = true;
                $escesc = false;
            }
        } else {
            if ($escesc) {
                $o[$line][$num] .= $CSV_ENCLOSURE;
                $escesc = false;
            }

            $o[$line][$num] .= $s;
        }

        $i++;
    }

    return $o;
}