PHP - 合併兩個TXT文件與條件

Question

（事先說一句抱歉的長期問題 - 這個問題其實很簡單 - 但要解釋它也許不是那麼簡單）

我在PHP noobie技能是通過這個挑戰：

輸入的2

用這樣的結構TXT文件：

$rowidentifier //number,letter,string etc.. 
$some semi-fixed-string $somedelimiter $semi-fixed-string 
$content //with unknown length or strings or lines number. 

閱讀上述，我的「半固定字符串的含義，意味着它是與已知結構的字符串，但是未知的內容..

給一個實際的例子，let's採取SRT文件（我只是把它作爲一個豚鼠的結構非常相似，我需要）：

1 
00:00:12,759 --> 00:00:17,458 
"some content here " 
that continues here 

2 
00:00:18,298 --> 00:00:20,926 
here we go again... 

3 
00:00:21,368 --> 00:00:24,565 
...and this can go forever... 

4 
. 
. 
. 

我想要做的，是從一個文件中獲取$ content部分，並將其放在第二個文件的正確位置。

要回示例SRT，具有：

//file1 

    1 
    00:00:12,759 --> 00:00:17,458 
    "this is the italian content " 
    which continues in italian here 

    2 
    00:00:18,298 --> 00:00:20,926 
    here we go talking italian again ... 

和

//file2 

    1 
    00:00:12,756 --> 00:00:17,433 
    "this is the spanish, chinese, or any content " 
    which continues in spanish, or chinese here 

    2 
    00:00:16,293 --> 00:00:20,96 
    here we go talking spanish, chinese or german again ... 

將導致

//file3 

     1 
     00:00:12,756 --> 00:00:17,433 
     "this is the italian content " 
     which continues in italian here 
     "this is the spanish, chinese, or any content " 
     which continues in spanish, or chinese here 

     2 
     00:00:16,293 --> 00:00:20,96 
     here we go talking italian again ... 
     here we go talking spanish, chinese or german again ... 

或多個PHP等：

$rowidentifier //unchanged 
$some semi-fixed-string $somedelimiter $semi-fixed-string //unchanged, except maybe an option to choose if to keep file1 or file2 ... 
$content //from file 1 
$content //from file 2 

所以，這一切後引入 - 這是我有什麼（這相當於沒有實際..）

$first_file = file('file1.txt'); // no need to comment right ? 
$second_file = file('file2.txt'); // see above comment 
$result_array = array(); /construct array 
foreach($first_file as $key=>$value) //loop array and.... 
$result_array[]= trim($value).'/r'.trim($second_file[$key]); //..here is my problem ... 

// $Value is $content - but LINE BY LINE , and in our case, it could be 2-3- or even 4 lines 
// should i go by delimiters /n/r ?? (not a good idea - how can i know they are there ??) 
// or should i go for regex to lookup for string patterns ? that is insane , no ? 

$fp = fopen('merge.txt', 'w+'); fwrite($fp, join("\r\n", $result_array); fclose($fp); 

這將通過線做線 - 這是不是我所需要的。我需要的條件.. 也 - 我相信這不是一個聰明的代碼，或者有很多更好的方法去 - 所以任何幫助，將不勝感激...

Answer 1

你實際上想要做的是並行迭代兩個文件，然後合併彼此屬於的部分。

但是你不能使用行號，因爲這些可能會有所不同。所以你需要使用條目號（塊）。所以你需要給它一個「數字」或更精確的，從文件中取出一個條目。

因此，您需要一個可以將某些行轉換爲塊的問題數據的迭代器。

所以不是：

foreach($first_file as $number => $line) 

是

foreach($first_file_blocks as $number => $block) 

這可以通過編寫自己的迭代器，需要一個文件的行作爲輸入，然後將轉換線成塊上實時進行。對於需要分析數據，這是一個基於狀態的解析器，可以行轉換成塊的一個小例子：

$state = 0; 
$blocks = array(); 
foreach($lines as $line) 
{ 
    switch($state) 
    { 
     case 0: 
      unset($block); 
      $block = array(); 
      $blocks[] = &$block; 
      $block['number'] = $line; 
      $state = 1; 
      break; 
     case 1: 
      $block['range'] = $line; 
      $state = 2; 
      break; 
     case 2: 
      $block['text'] = ''; 
      $state = 3; 
      # fall-through intended 
     case 3: 
      if ($line === '') { 
       $state = 0; 
       break; 
      } 
      $block['text'] .= ($block['text'] ? "\n" : '') . $line; 
      break; 
     default: 
      throw new Exception(sprintf('Unhandled %d.', $state)); 
    } 
} 
unset($block); 

它只是沿着線運行，並改變它的狀態。基於該狀態，每條線都作爲其塊的一部分進行處理。如果一個新塊開始，它將被創建。它適用於你的問題，你demo已經大綱的SRT文件。

爲了它的使用更加靈活，把它變成一個迭代器，這需要$lines在它的構造函數，並提供塊，而迭代。這需要一些小的採用，解析器如何獲得工作線路，但工作原理大致相同。

class SRTBlocks implements Iterator 
{ 
    private $lines; 
    private $current; 
    private $key; 
    public function __construct($lines) 
    { 
     if (is_array($lines)) 
     { 
      $lines = new ArrayIterator($lines); 
     } 
     $this->lines = $lines; 
    } 
    public function rewind() 
    { 
     $this->lines->rewind(); 
     $this->current = NULL; 
     $this->key = 0; 
    } 
    public function valid() 
    { 
     return $this->lines->valid(); 
    } 
    public function current() 
    { 
     if (NULL !== $this->current) 
     { 
      return $this->current; 
     } 
     $state = 0; 
     $block = NULL; 
     while ($this->lines->valid() && $line = $this->lines->current()) 
     { 
      switch($state) 
      { 
       case 0: 
        $block = array(); 
        $block['number'] = $line; 
        $state = 1; 
        break; 
       case 1: 
        $block['range'] = $line; 
        $state = 2; 
        break; 
       case 2: 
        $block['text'] = ''; 
        $state = 3; 
        # fall-through intended 
       case 3: 
        if ($line === '') { 
         $state = 0; 
         break 2; 
        } 
        $block['text'] .= ($block['text'] ? "\n" : '') . $line; 
        break; 
       default: 
        throw new Exception(sprintf('Unhandled %d.', $state)); 
      } 
      $this->lines->next(); 
     } 
     if (NULL === $block) 
     { 
      throw new Exception('Parser invalid (empty).'); 
     } 
     $this->current = $block; 
     $this->key++; 
     return $block; 
    } 
    public function key() 
    { 
     return $this->key; 
    } 
    public function next() 
    { 
     $this->lines->next(); 
     $this->current = NULL; 
    } 
} 

的基本用法如下，輸出可以看出，在Demo：

$blocks = new SRTBlocks($lines); 
foreach($blocks as $index => $block) 
{ 
    printf("Block #%d:\n", $index); 
    print_r($block); 
} 

所以現在可以遍歷所有區塊的SRT文件。現在剩下的唯一事情就是並行地遍歷兩個SRT文件。由於PHP 5.3的SPL配備了纔會這樣的MultipleIterator。這是現在非常直截了當，對於例如我用同樣的思路兩次：

$multi = new MultipleIterator(); 
$multi->attachIterator(new SRTBlocks($lines)); 
$multi->attachIterator(new SRTBlocks($lines)); 

foreach($multi as $blockPair) 
{ 
    list($block1, $block2) = $blockPair; 
    echo $block1['number'], "\n", $block1['range'], "\n", 
     $block1['text'], "\n", $block2['text'], "\n\n"; 
} 

存儲字符串（而不是輸出）到一個文件中是相當瑣碎，所以我離開了這一點答案。

所以此言什麼？首先，像文件中的行這樣的順序數據可以在循環和某種狀態下輕鬆解析。這不僅適用於文件中的行，而且適用於字符串。

其次，我爲什麼在這裏建議一個迭代器？首先它很容易使用。從並行處理一個文件到兩個文件只是一小步。接下來，迭代器也可以在另一個迭代器上運行。例如與SPLFileObject類。它爲文件中的所有行提供迭代器。如果您有大量的文件，你可以只使用SPLFileObject（而不是數組），你將不再需要先裝入兩個文件到陣列中，小除了SRTBlocks，可以消除每一行的末尾尾隨EOL字符後：

$line = rtrim($line, "\n\r"); 

這只是工作：

$multi = new MultipleIterator(); 
$multi->attachIterator(new SRTBlocks(new SplFileObject($file1))); 
$multi->attachIterator(new SRTBlocks(new SplFileObject($file2))); 

foreach($multi as $blockPair) 
{ 
    list($block1, $block2) = $blockPair; 
    echo $block1['number'], "\n", $block1['range'], "\n", 
     $block1['text'], "\n", $block2['text'], "\n\n"; 
} 

上述工作完成後，你可以處理甚至（幾乎）同樣的代碼真正的大文件。靈活，不是嗎？ The full demonstration。