Question

我的问题很简单：我有一个文本文件，我处理并插入数据库中的所有数据，并为每个新行执行操作。问题是文本文件是我网关中收到的短信的日志，根据发送的文本，我会有一行对应每个短信。如果短信在其正文中没有任何新行，那么一切都没问题，另一方面，如果和SMS发送如下：

"Test 
TestOnANewLine"

我每次都会得到一个破坏的日志文件和一个新行。样本如下：

2012-01-01 10:10:10,4C64DCD6.req,192.168.999.999,+12223334444,OK -- SMPP - 999.999.999.999:9999,SubmitUser=user;Sender=sender;SMSCMsgId=999999999;Text="Test1
NewLineTest
AnotherNEwLineTEst"

日志文件的解释如下：

date time, smsid, ip that processed it, number that is being sent to, status --connection type - ip that is sent from, user that submitted; sender name that is displayed; sms connection id; body of the sms

至于我使用PHP的语言和使用它的函数是一个简单的

    foreach($lines as $line)
        {    explode and do stuff   }

我该如何处理这种情况？在这一点上任何帮助表示赞赏

提前致谢!!

Answer 1

fgetcsv可以处理“''中包含的换行符，但在正文中有一个额外的”“字符会失败...

那么一些不负责任的regexp用法呢？

preg_match_all(#^(\d{4}-\d{2}-\d{2}[^,]+),([^,]+),([^,]+),([^,]+),([^,]+),SubmitUser=([^;])+;Sender=([^;])+;SMSCMsgId=([^;])+;Text="([\w\d\s\.\-,:;'"]+)"$#im', $file, $matches);

应该做的工作，因为不是太疯狂的文本，也许你应该把\ w \ d \ s .-，：;'“表达更多地满足你的需求

Answer 2

在你可以解析日期之前，你不能循环换行吗？也许考虑到前一行以双引号结尾？

我知道它不是万无一失但没有一些可识别的“消息结束”字符。这是我能想到的最好的：P

Answer 3

尝试将所有日志条目规范化为每个日志条目的单个数组项（即将多个换行符中的条目组合成单个项）

$line_array = file('/path/to/file');
$log_array = array();

$i = -1;
$date_pattern = '/^[0-9]{4}-[0-9]{2}-[0-9]{2}\s[0-9]{2}:[0-9]{2}:[0-9]{2}/';
foreach ($line_array as $line) {
    if (1 === preg_match($date_pattern, $line)) {
        // this is a new log entry
        // let's trim the whitespace from the end of the last log array entry since we are done with it 
        if(isset($log_array[$i])) {
            $log_array[$i] = rtrim($log_array[$i]);
        }

        // start a new log array entry
        $i++;
        $log_array[$i] = $line;
    } else {
        // this is not a new log entry
        $log_array[$i] .= $line;
    }
}

之后，您应该能够使用$log_array来提取所需的数据。顺便提一下，当你循环遍历$log_array时，我会注意到。首先提取msg文本可能会有所帮助。如果你在双引号上做一个贪婪的preg_match，你就不应该在其中有引号的消息有任何问题，因为贪婪的匹配会找到最大可能的匹配字符串，在你的情况下，它将是引用邮件内容的引号。

Answer 4

首先，感谢您提供的所有反馈，这非常宝贵，它帮助我解决了这个问题。此外，对于所有其他人来说，通过这篇文章并希望在这里找到解决方案是我的：

我改变了将/r/n行的结尾从常规行解释为/r/n2的方式，这意味着，当且仅当有常规新内容时，我会考虑读取文件中的新行第/r/n行，在新的实体行上有2（这是年初）

实际解决的部分是：

$data = file_get_contents($backup_file);
$lines=explode("\r\n2",$data);
foreach($lines as $line)
{
  //explode and do stuff
}

处理具有未知换行位置的文本文件

4 个答案: