php - 找出正则表达式的文件分隔符

Question

我每天都会收到一个包含一些数据的文件:

B024560HERR S, KARL-HEINZ          FAO031  D      F    18.07.17    01.08.17   14   LH 1162    18.07.17 10:30  12:35   FRA   FAO   FRA       1   LH 1163 01.08.17    FAO     03.01.17  1
    Frühbucher 10%
    inkl. Reiseleitung
    und Transfer ab/bis Flughafen
    *REPEATER, BITTE ZIMMERGEGENÜBER DER BAR 3ER
    UNVERBINDLICHER KUNDENWUNSCH
B024560HERR S, KARL-HEINZ          FAO031  D      F    18.07.17    01.08.17   14   LH 1162    18.07.17 10:30  12:35   FRA   FAO   FRA       1   LH 1163 01.08.17    FAO     03.01.17  1
B024560FRAU S, MARIA         FAO031  D      F    18.07.17    01.08.17   14   LH 1162    18.07.17 10:30  12:35   FRA   FAO   FRA       1   LH 1163 01.08.17    FAO     03.01.17  2

链接到这个示例文件:https://www.dropbox.com/s/c39km8htjqq9q4t/example.txt?dl=1

我需要将其导入 mysql 数据库。

所以应该这样划分(使用 | 作为分隔符):

B024560 | HERR S, KARL-HEINZ    |       FAO031  | D    |   F    | 18.07.17    |  01.08.17   | 14   | LH 1162   |  18.07.17 | 10:30  | 12:35   | FRA   | FAO   | FRA      |  1    |LH 1163  | 01.08.17   |  FAO   |   03.01.17  | 1  |
    Frühbucher 10%
    inkl. Reiseleitung
    und Transfer ab/bis Flughafen
    *REPEATER, BITTE ZIMMERGEGENÜBER DER BAR 3ER
    UNVERBINDLICHER KUNDENWUNSCH  |

B024560  | HERR S, KARL-HEINZ       |    FAO031  | D     |  F    | 18.07.17  |   01.08.17  |  14   | LH 1162   |  18.07.17  | 10:30   |12:35  |  FRA  |  FAO  |  FRA    |    1  |  LH 1163 | 01.08.17  |   FAO  |    03.01.17  | 1  |

B024560  | FRAU S, MARIA  |        FAO031  |  D   |    F   |  18.07.17   |  01.08.17   | 14   |  LH 1162  |   18.07.17  | 10:30   | 12:35  |   FRA  |  FAO   | FRA   |     1  |  LH 1163  | 01.08.17   |  FAO    |  03.01.17  | 2

我做过的最好的事情是使用 this regex :

\s{2,}

所以我的问题是如何找到文件分隔符？还是有另一种或更好的方法来做到这一点？想法是用php读取这个文件并导入到mysql数据库。

Answer 1

这会做你想做的:

(?<=\w)\h{2,}(?=\w)        # horizontal spaces with word character beneath
|
(?=HERR|FRAU)              # "HERR" or "FRAU" literally
|
\h+(?=\d{2}\.\d{2}\.\d{2}) # a date
|
\h+(?=\d{2}:\d{2})         # time of date in xx:xx format

查看您的 modified demo on regex101.com(并注意修饰符!)。

---

整个片段:

<?php

$text = <<<EOT
B024560HERR S, KARL-HEINZ          FAO031  D      F    18.07.17    01.08.17   14   LH 1162    18.07.17 10:30  12:35   FRA   FAO   FRA       1   LH 1163 01.08.17    FAO     03.01.17  1
    Frühbucher 10%
    inkl. Reiseleitung
    und Transfer ab/bis Flughafen
    *REPEATER, BITTE ZIMMERGEGENÜBER DER BAR 3ER
    UNVERBINDLICHER KUNDENWUNSCH
B024560HERR S, KARL-HEINZ          FAO031  D      F    18.07.17    01.08.17   14   LH 1162    18.07.17 10:30  12:35   FRA   FAO   FRA       1   LH 1163 01.08.17    FAO     03.01.17  1
B024560FRAU S, MARIA         FAO031  D      F    18.07.17    01.08.17   14   LH 1162    18.07.17 10:30  12:35   FRA   FAO   FRA       1   LH 1163 01.08.17    FAO     03.01.17  2
EOT;


$regex = '~
        (?<=\w)\h{2,}(?=\w)
        |
        (?=HERR|FRAU)
        |
        \h+(?=\d{2}\.\d{2}\.\d{2})
        |
        \h+(?=\d{2}:\d{2})
          ~x';

$lines = explode("\n", $text);
foreach ($lines as $line) {
    $fields = preg_split($regex, $line);
    if (count($fields) > 1) {
        print_r($fields);
    }
}

?>

请参阅 working on ideone.com。