Question

我想解析一个文件，并将其存储在Array中的PHP中。但是，应遵守一些规则：

（p =“value”），但应保留"value"。
-应该被忽略。
应该忽略空格。
按\t和\n分割。

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，目标是生成如下数据结构：

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

到目前为止我写了这个......

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

在实现目标的过程中，我还缺少什么？感谢

Answer 1

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

这将获得组1中的元素（例如格尔德霉素），组2中的相关值和组3中的p值。

Play with the regex here

Answer 2

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正则表达式的略微编辑版本。）

如果该行与该长RegEx模式不匹配，则它将该行存储为ID。否则，它将匹配RegEx，然后切断匹配部分。内部while循环的每次迭代都将匹配一个条目。由于我正在抓取匹配的索引，因此for循环仅用于将字符串添加到结果中。

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
                )
...

正则表达式php来解析文件

2 个答案: