Question

我有一个文本文件，我想删除完全包含某些字符的行。例如，像这样的文本文件，我想要删除包含中文字符的行：

A.我不要这些汉字
Ok I see
有人会懂我写的吗？
Why not then?
我看够呛。
This is just an example

$myfile = "somtext.txt";
$handle = fopen($myfile, "r");
$book = fread($handle, filesize($myfile));
fclose($handle);

$book = preg_replace("/\p{Han}+/u","", $book);

echo nl2br($book);

但是使用这段代码，中文会被删除，但标点符号会被保留，并且任何字母数字字符都会留在行上。此外，线路本身仍然存在。它最终是这样的：

A.
Ok I see
？
Why not then?
。
This is just an example

但我需要它看起来像这样：

Ok I see
Why not then?
This is just an example

编辑：我想在将其转换为数组之前执行此操作。

Answer 1

（注意 - 需要Unicode标志）

您可以输入所有(?m)^.*?[class].*(?:\r?\n|\z)块的所有属性所有块的总和应该为您提供大多数亚洲字符的脚本它不像中文，日文，韩文，越南文的单独脚本这些字符混杂在语言之间。我认为 Han 可能还不够。

此外，关于块的事情是它们内部的一些未使用的代码点保留用于将来的扩展，但块参考不会改变这是一种面向未来的Unicode更新的方法，其中引擎编写者可能不会及时更新其脚本（不包含未使用的代码点）。

这只是一个匹配单个字符的类。

有关CJK代表的信息，请参阅此http://www.unicode.org/faq/han_cjk.html。

要查找/删除该行，请使用[\p{Block=Kangxi_Radicals}\p{Block=CJK_Compatibility}\p{Block=CJK_Compatibility_Forms}\p{Block=CJK_Compatibility_Ideographs}\p{Block=CJK_Compatibility_Ideographs_Supplement}\p{Block=CJK_Radicals_Supplement}\p{Block=CJK_Strokes}\p{Block=CJK_Symbols_And_Punctuation}\p{Block=CJK_Unified_Ideographs}\p{Block=CJK_Unified_Ideographs_Extension_A}\p{Block=CJK_Unified_Ideographs_Extension_B}\p{Block=CJK_Unified_Ideographs_Extension_C}\p{Block=CJK_Unified_Ideographs_Extension_D}\p{Block=CJK_Unified_Ideographs_Extension_E}\p{Block=Enclosed_CJK_Letters_And_Months}]

[\x{2E80}-\x{2FDF}\x{3000}-\x{303F}\x{31C0}-\x{31EF}\x{3200}-\x{4DBF}\x{4E00}-\x{9FFF}\x{F900}-\x{FAFF}\x{FE30}-\x{FE4F}\x{20000}-\x{2A6DF}\x{2A700}-\x{2CEAF}\x{2F800}-\x{2FA1F}]

或者，只使用代码点范围这适用于Unicode 9.

#include<stdio.h> void main() { int a,b[100],i; printf("Enter the total numbers:\n"); scanf("%d",&a); printf("Enter the numbers:\n"); for(i=0;i<a;i++) { scanf("%d",&b[i]); } for(i=a-1;i>=0;i++) { printf("%d\n",b[i]); } }

Answer 2

您写道，您希望在删除文件中不需要的部分后创建一系列行。但是你可以根据加载（和可接受）的行来构建它。这样您就不必在内存中存储您不想要的行。

要做到这一点，你必须编写一个只生成正确行的生成器：

function getLine($handle, $buffer = 2048, $sep = "\n") {
    while ( false !== $line = stream_get_line($handle, $buffer, $sep) ) {
        if ( preg_match('~^\P{Han}+$~u', $line) )
            yield $line;
    }
}

$myfile = "somtext.txt";

if ( false === $handle = fopen($myfile, "r") )
    throw new Exception("Unable to open file '$myfile'\n");

$result = iterator_to_array(getLine($handle));

fclose($handle);

print_r($result);

Answer 3

这是一个正在执行您正在寻找的正则表达式：

.+?(?=[^\x00-\x7F]).*(?=\n)\n

如果您想要一个例子：https://regex101.com/r/U6ngPi/2

编辑（解释）：

从一行开始，如果前面有非ASCII字符（.+?(?=[^\x00-\x7F])，取自here），则查找所有字符

匹配所有字符（.*）

检查是否存在换行符，使用与之前类似的逻辑进行前瞻（(?=\n)\n），然后包含换行符

Answer 4

尝试将此字符串作为匹配的字符串“/（。）\ p {Han} +（。）\ n / uD”

它捕获其他（非中文）字符以及最后的换行符。

PHP匹配文本并从文本文件中删除整行

4 个答案: