我有一个格式不正确的文本文件，我想将其转换为csv。
这里有一个例子：
100910 NA/1-2013-99636 VIA DEI PESCATORI 2/A LODI APR 8 2013 4:24PM DANNEGGIATO -10% 200 2700 0 0 NO
148013 NA/1-2014-146194 CAVALLOTTI SNC LODI GEN 3 2014 3:37PM DANNEGGIATO -10% 0 0 2 0 NO
160032 NA/1-2014-158129 PAOLO GORINI SNC LODI MAG 6 2014 11:51AM DANNEGGIATO -10% 2 0 2 0 NO
54900 NA/1-2014-158070 STRADA VECCHIA CREMONESE SNC LODI MAG 6 2014 9:53AM DANNEGGIATO +10% 10 0 10 0 NO
100910 NA/1-2013-99636 VIA DEI PESCATORI 2/A LODI APR 8 2013 4:24PM DANNEGGIATO -10% 200 2700 0 0 NO
147959 NA/1-2014-146140 DOSSENA SNC LODI GEN 3 2014 10:45AM DANNEGGIATO -10% 200 0 200 0 NO
大致是这样的形式：
[number] [id] [awfully formatted street] ['LODI'] [timestamp] [damaged or not] [percentage] [squaremeters] [squaremeters] [squaremeters] [squaremeters] [asbest-crumbled or not]
我的问题是如何提取第三部分，[格式糟糕的街道]。基本上，它是[id]之后的字符串，在字符串['LODI']之前（但['LODI']必须刚好在[timestamp]之前）
我应该用空格对每一行进行explode（），然后向后遍历数组，超过[timestamp]，超过[LODI']，并连接数组[id]之前的值，即数组[1]吗？或者有更聪明（优雅）的方法可以做到这一点，也许可以使用preg_match（）？
谢谢你的提示！
<?php
// read file line by line
$line = '148013 NA/1-2014-146194 CAVALLOTTI SNC LODI GEN 3 2014 3:37PM DANNEGGIATO -10% 0 0 2 0 NO';
//start by seperating the string on LODI
$lodi_split = explode('LODI', $line);
// Now split the first occ into an array on space
$bits = explode(' ', $lodi_split[0]);
$address = '';
// start reading occurance from occ 2 to loose the first 2 fields
for ($i=2; $i < count($bits); $i++ ) {
$address .= $bits[$i] . ' ';
}
echo $address . PHP_EOL;
结果是
CAVALLOTTI SNC
这应该可以从一行中提取地址。
<?php
$row = "100910 NA/1-2013-99636 VIA DEI PESCATORI 2/A LODI APR 8 2013 4:24PM DANNEGGIATO -10% 200 2700 0 0 NO";
$row_array = preg_split('/'s+/', $row);
array_shift($row_array);
array_shift($row_array);
for($i=0; $i<12; $i++){
array_pop($row_array);
}
$address = implode(" ", $row_array);
?>
我认为爆炸在这里不行。我建议使用regexp。例如，如果您将.txt文件读取为一个字符串（其中数据字符串用分隔）：
$f = fopen($fname="file.txt", "rt");
$str = fread($f, filesize($fname)));
fclose($f);
然后像这样使用preg_match_all()：
$re = "/^(''d+)''s*(.*)(LODI)''s*(.+(?:AM|PM))''s*(''w+)''s+(-?''d{1,3}%)''s+(''d+)''s+(''d+)''s+(''d+)''s+(''d+)''s+(''w+)$/m";
preg_match_all($re, $str, $matches,PREG_SET_ORDER );
echo "<pre>'n";
print_r($matches);
echo "</pre>'n";
输出如下所示：
Array
(
[0] => Array
(
[0] => 100910 NA/1-2013-99636 VIA DEI PESCATORI 2/A LODI APR 8 2013 4:24PM DANNEGGIATO -10% 200 2700 0 0 NO
[1] => 100910
[2] => NA/1-2013-99636 VIA DEI PESCATORI 2/A
[3] => LODI
[4] => APR 8 2013 4:24PM
[5] => DANNEGGIATO
[6] => -10%
[7] => 200
[8] => 2700
[9] => 0
[10] => 0
[11] => NO
)
[1] => Array
(
[0] => 148013 NA/1-2014-146194 CAVALLOTTI SNC LODI GEN 3 2014 3:37PM DANNEGGIATO -10% 0 0 2 0 NO
[1] => 148013
[2] => NA/1-2014-146194 CAVALLOTTI SNC
[3] => LODI
[4] => GEN 3 2014 3:37PM
[5] => DANNEGGIATO
[6] => -10%
[7] => 0
[8] => 0
[9] => 2
[10] => 0
[11] => NO
)
..........// And so on
我在这个例子中使用了您上面提供的文本。因此，在输出中，您会收到格式化为数组列表的数据。所以你可以用它做任何你想做的事。$matches[$i][0]-将存储整个匹配，所以跳过它，使用$matches[$i]]$匹配[$i][11]作为您的数据。