RegExp獲得換行符線

-1

我想從我們的數據庫中獲取一些註釋行，它們存儲爲字符串，由'\ n'分隔。不幸的是，在一些評論中包含文本 - 也用'\ n'，並且我沒有相應地將它們分開。RegExp獲得換行符線

一個例子評論是這樣的：

27.11.2012 13:19 (MB): test123 
27.11.2012 13:20 (MB): test456 
27.11.2012 13:21 (JA): test789 
lalala 
lululu 
27.11.2012 13:22 (JA): test10

現在，我嘗試了將它們分開使用一個reg exp和使preg_split（）：

#(\d{2}\.\d{2}\.20[0123]{2} \d{2}:\d{2} \([A-Z]{2,3}\): .*)# 
(PREG_SPLIT_NO_EMPTY | PREG_SPLIT_DELIM_CAPTURE)

，但我得到

Array 
(
    [0] => 27.11.2012 13:19 (MB): test123 
    [1] => 
    [2] => 27.11.2012 13:20 (MB): test456 
    [3] => 
    [4] => 27.11.2012 13:21 (JA): test789 
    [5] => 
lalala 
lululu 
    [6] => 27.11.2012 13:22 (JA): test10 
)

如何我能把他們結合起來嗎？

來源

2012-11-27 manuxi

正則表達式中的一個點與換行符不匹配，因此您的.*會轉到該行的末尾;看似空的行包含換行符。因此，從您的分割模式中刪除.*，並使用其餘的PREG_SPLIT_DELIM_CAPTURE。

(\d{2}\.\d{2}\.20[0123]{2} \d{2}:\d{2} \([A-Z]{2,3}\):)

每一行將在結腸被分成兩個部分。然後，您可以成對加入您的字符串以獲得原始行（或者在您需要分隔字段時節省您在程序的下一步中分割它們的麻煩）。

如果你真的很討厭你的拆分輸入行的想法：

使用preg_match_all而不是分裂。
添加PCRE_DOTALL（s）標誌來修改.的含義，以便它也匹配換行符。
這會使第一個.*一直匹配到文件的末尾，因此請將其設置爲非貪婪：.*?。

現在，你需要匹配所有的東西，直到下一個日期模式，但是在之前停止吧。您可以通過用超前表達式結束正則表達式來表達這一點。由於它將分隔您的匹配組，因此您不再需要將其明確地放入匹配的模式中。

換句話說，嘗試這種模式（我已經添加了s標誌作爲後綴，當然你可以單獨將它傳遞）：

/(.*?)\n(?=\d{2}\.\d{2}\.20[0123]{2} \d{2}:\d{2} $[A-Z]{2,3}$:)/s

評論：我避免向前看符號/ lookbehinds不亞於可能的，你可能會明白爲什麼。我發現這個兩部分的解決方案更簡單，更易維護，但是這裏的前瞻是有意義的。

PS。如果更改文件格式仍然是一種選擇，請考慮轉換爲csv格式並使用fgetcsv或類似內容讀取它。

來源

2012-11-27 21:18:03 alexis

謝謝你的回答。我試圖避免得到兩條線，但會處理它... – manuxi

如果你真的討厭這個，試試我剛剛添加的第二個變體。 – alexis

我只是處理它，但很好奇，無論你的第二個正則表達式給出更好的結果：但preg_match_all（self :: $ sRegExpDateTimex，$ sComment，$ aMatches）;只給我直到冒號的路線...... – manuxi

RegExp獲得換行符線

回答

相關問題