正则表达式php解析文件 - regular expression php to parse a file

regular expression php to parse a file

本文关键字：文件 php 正则表达式 | 更新日期: 2024-01-19

我想解析一个文件，并将其存储到PHP中的Array中。然而，有一些规则需要遵守：

（p="value"）应被忽略，但应保留"value"
应忽略-
应该忽略空白
被CCD_ 5和CCD_

示例字符串是：

NPD4196-2a_5_0
Geldanamycin - 0.166516 (p = 0.0068)    Alamethicin - 0.158302 (p = 0.0206)     4-Hydroxytamoxifen - 0.1429 (p = 0.0183)        Abietic acid - 0.133045 (p = 0.0203)    Caspofungin - 0.130885 (p = 0.0432)     Extract 00-303C - 0.12858 (p = 0.0356)  U73122 - 0.113274 (p = 0.0482)  Radicicol - 0.10213 (p = 0.0356)        Calcium ionophore - 0.096183 (p = 0.0262)

因此，目标是生成一个数据结构，如：

Array('NPD4196-2a_5_0' => Array(Array( 0 => 'Geldanamycin', 1 => '0.166516', 2 => '0.0068'), Array( ... ));

到目前为止我已经写了这个。。。

while(($line = fgets($fp)) !== false){
        $args = preg_split( '/['t'n (=) ]+/', $line, -1, PREG_SPLIT_NO_EMPTY );
        if(count($args)){
           print_r($args);
           print "'n";
        }
}

为了实现我的目标，我在其他方面缺少什么？感谢

(.+?)-'s*(['d'.]+)'s*'(p's*='s*(['d'.]+)')

这将获取第1组中的元素（例如格尔达霉素）、第2组中的相关值和第3组中的p值。

在此处使用正则表达式。

这似乎适用于一个键值对（假设NPD4196-2a_5_0是示例中的键，第二行是值）。

<?php
$fp = fopen('foo.txt', 'r');
$regex = '/('w*)'s*-'s*(['d'.]+)'s*'(p's*='s*(['d'.]+)')/';
$id = "NO ID";
$result = Array();
while(($line = fgets($fp)) !== false){
    if (!preg_match($regex, $line)) {
        $id = chop($line);
    } else {
        $all = Array();
        while (preg_match($regex, $line, $matches, PREG_OFFSET_CAPTURE)) {
            $last = end($matches);
            $line = substr($line, $last[1] + strlen($last[0]) + 1);
            $strings = Array();
            for ($i = 1; $i < 4; $i++) {
                array_push($strings, $matches[$i][0]);
            }
            array_push($all, $strings);
        }
        $result[$id] = $all;
    }
}
print_r($result);
?>

（这是David B正则表达式的一个经过轻微编辑的版本。）

如果这条线与长RegEx模式不匹配，它将把这条线存储为ID。否则，它将与RegEx匹配，然后切掉匹配的部分。内部while循环的每次迭代都将匹配一个条目。由于我正在获取匹配的索引，所以for循环只用于将字符串添加到结果中。

此打印：

Array
(
    [NPD4196-2a_5_0] => Array
        (
            [0] => Array
                (
                    [0] => Geldanamycin
                    [1] => 0.166516
                    [2] => 0.0068
                )
            [1] => Array
                (
                    [0] => Alamethicin
                    [1] => 0.158302
                    [2] => 0.0206
                )
            [2] => Array
                (
                    [0] => Hydroxytamoxifen
                    [1] => 0.1429
                    [2] => 0.0183
                )
...