我有一個純文本文件中的以下數據：刮沒有HTML的純文本文件？
1. Value
Location : Value
Owner: Value
Architect: Value
2. Value
Location : Value
Owner: Value
Architect: Value
... upto 200+ ...
的編號和每段的字值的變化。
現在我需要將這些數據插入到MySQL數據庫中。
您有關於如何遍歷和刮取它的建議，以便我可以獲得文本旁邊的文本值以及「位置」，「所有者」，「架構師」的值嗎？
由於不存在HTML標籤，似乎很難處理DOM抓取類。
將與一個非常簡單的面向靜態行解析器工作。每條線都將解析的數據累積到一個數組（）中。當某些事情告訴你正在創建一個新記錄時，你會轉儲你解析的內容並重新開始。
面向行的解析器具有很好的屬性：它們只需要很少的內存以及最重要的內存。他們可以在沒有任何汗水的情況下繼續使用千兆字節的數據。我正在管理大量生產服務器，沒有什麼比那些將整個文件拖入內存的腳本更糟糕了（然後用解析的內容填充數組，這需要比原始文件大小多兩倍的內存）。
這工作和主要是牢不可破：
<?php
$in_name = 'in.txt';
$in = fopen($in_name, 'r') or die();
function dump_record($r) {
print_r($r);
}
$current = array();
while ($line = fgets($in)) {
/* Skip empty lines (any number of whitespaces is 'empty' */
if (preg_match('/^\s*$/', $line)) continue;
/* Search for '123. <value> ' stanzas */
if (preg_match('/^(\d+)\.\s+(.*)\s*$/', $line, $start)) {
/* If we already parsed a record, this is the time to dump it */
if (!empty($current)) dump_record($current);
/* Let's start the new record */
$current = array('id' => $start[1]);
}
else if (preg_match('/^(.*):\s+(.*)\s*/', $line, $keyval)) {
/* Otherwise parse a plain 'key: value' stanza */
$current[ $keyval[1] ] = $keyval[2];
}
else {
error_log("parsing error: '$line'");
}
}
/* Don't forget to dump the last parsed record, situation
* we only detect at EOF (end of file) */
if (!empty($current)) dump_record($current);
fclose($in);
?>
Obvously你需要的東西適合你的口味在function dump_record，如打印正確格式化INSERT SQL語句。
如果每塊具有相同的結構，你可以用file()功能做到這一點：http://nl.php.net/manual/en/function.file.php
$data = file('path/to/file.txt');
有了這個每一行是數組中的一個項目，你可以通過它循環。
for ($i = 0; $i<count($data); $i+=5){
$valuerow = $data[$i];
$locationrow = $data[$i+1];
$ownerrow = $data[$i+2];
$architectrow = $data[$i+3];
// strip the data you don't want here, and instert it into the database.
}
當然裏面的for和後面的語句應該是sql查詢插入的數據 –
@Aurelio：不一定...我總是喜歡寫一個製表符分隔符或類似的文件，然後使用數據庫的批量加載工具（sqlldr，mysql的LOAD DATA INFILE等等），它使你有機會在插入之前查看解析。 – Joe
@Joe很好的解決方案，但Topener不寫也不是我的解決方案，用他的話，每次都是相同的變數，這是我的意見 –
與Topener溶液商定，這裏是一個例子，如果每個塊是4行+空白行：
$data = file('path/to/file.txt');
$id = 0;
$parsedData = array();
foreach ($data as $n => $row) {
if (($n % 5) == 0) $id = (int) $row[0];
else {
$parsedData[$id][$row[0]] = $row[1];
}
}
結構將是方便的使用，對於MySQL或whatelse。我沒有添加代碼以從第一段中刪除冒號。
祝你好運！
如果數據的結構不斷變化，您可以使用fscanf從文件中掃描它們。
/* Notice the newlines at the end! */
$format = <<<FORMAT
%d. %s
Location : %s
Owner: %s
Arcihtect: %s
FORMAT;
$file = fopen('file.txt', 'r');
while ($data = fscanf($file, $format)) {
list($number, $title, $location, $owner, $architect) = $data;
// Insert the data to database here
}
fclose($file);
更多關於fscanf in docs。
這會給你想要的東西，
$array = explode("\n\n", $txt);
foreach($array as $key=>$value) {
$id_pattern = '#'.($key+1).'. (.*?)\n#';
preg_match($id_pattern, $value, $id);
$location_pattern = '#Location \: (.*?)\n#';
preg_match($location_pattern, $value, $location);
$owner_pattern = '#Owner\: (.*?)\n#';
preg_match($owner_pattern, $value, $owner);
$architect_pattern = '#Architect\: (.*?)#';
preg_match($architect_pattern, $value, $architect);
$id = $id[1];
$location = $location[1];
$owner = $owner[1];
$architect = $architect[1];
mysql_query("INSERT INTO table (id, location, owner, architect) VALUES ('".$id."', '".$location."', '".$owner."', '".$architect."')");
//Change MYSQL query
}
preg_match_all("/(\d+)\.(.*?)\sLocation\s*\:\s*(.*?)\sOwner\s*\:\s*(.*?)\sArchitect\s*\:\s*(.*?)\s?/i",$txt,$m);
$matched = array();
foreach($m[1] as $k => $v) {
$matched[$v] = array(
"location" => trim($m[2][$v]),
"owner" => trim($m[3][$v]),
"architect" => trim($m[4][$v])
);
}
一個簡單而應該足夠好。 –