Wyrażenie regularne do analizowania CSV w PHP

Question

już udało się podzielić plik CSV przy użyciu tego wyrażenia regularnego: "/, (= (?:? [^ \"] \ "[^ \"] \ ") (?! [^ \ "] \"))/"

Ale skończyło się na tablicy ciągów, które zawierają podwójne i otwarte cudzysłowy. Teraz potrzebuję wyrażeń regularnych, które usuwają te łańcuchy podwójnych cudzysłowów separatora.

O ile mi wiadomo, format CSV może hermetyzować ciągi w podwójnych cudzysłowach, a wszystkie podwójne cudzysłowy, które są już częścią ciągu, są podwojone. Na przykład:

Mój "drugi" kot

staje

"My "" inny", "kot"

Co ja w zasadzie potrzebne jest regex, który zastąpi wszystkie sekwencje N doublequotes z sekwencja podwójnych cudzysłowów (N/2 - zaokrąglone w dół).

A może jest lepszy sposób? Z góry dzięki.

Answer 1

Istnieje funkcja odczytu plików csv: fgetcsv

Answer 2

Oto moja krótka próba, choć zadziała tylko na granicach słów.

preg_replace('/([\W]){2}\b/', '\1', $csv) 

Answer 3

Dlaczego przeszkadza dzielenie pliku z regex, gdy istnieje funkcja fgetcsv który wykonuje całą ciężką pracę dla Ciebie?

Można przekazać separator i ogranicznik, aby wykryć, co należy zrobić.

Answer 4

Zgadzam się z innymi, którzy powiedzieli, że powinieneś używać funkcji fgetcsv zamiast wyrażeń regularnych. Wyrażenie regularne może działać poprawnie na dobrze sformułowanych danych CSV, ale jeśli plik CSV jest zniekształcony lub uszkodzony, regex zakończy się niepowodzeniem, prawdopodobnie zwracając fałszywe wyniki w procesie.

Pytanie dotyczyło jednak usuwania niepotrzebnych cudzysłowów po początkowym rozbiciu. Proponowane rozwiązanie (do tej pory) jest zbyt naiwne i zadaje tylko ukryte cudzysłowy wewnątrz pola, a nie faktyczne ograniczniki. (Wiem, że PO nie zapytać o nich, ale one muszą być usunięte, więc dlaczego nie zrobić je w taki sam jak inni?) Oto moje rozwiązanie:

$csv_field = preg_replace('/"(.|$)/', '\1', $csv_field); 

Ten regex dopasowuje cudzysłów po którym następuje dowolny znak lub koniec łańcucha, i zastępuje dopasowany znak (y) drugim znakiem lub pustym łańcuchem, jeśli pasuje do siebie. Według specyfikacji, pola CSV mogą zawierać separatory linii; to nie wydaje się być dużo, ale jeśli chcesz, możesz dodać modyfikator 's' do regex.

Answer 5

Dla tych z was, którzy nie będą używać wyrażeń regularnych zamiast fgetcsv. Oto pełny przykład tworzenia tabeli html z csv za pomocą wyrażenia regularnego.

$data = file_get_contents('test.csv'); 
    $pieces = explode("\n", $data); 

    $html .= "<table border='1'>\n"; 
    foreach (array_filter($pieces) as $line) { 

      $html .= "<tr>\n"; 
      $keywords = preg_split('/,(?=(?:[^\"]*\"[^\"]*\")*(?![^\"]*\"))/', $line,-1,PREG_SPLIT_DELIM_CAPTURE); 

      foreach ($keywords as $col) { 
        $html .= "<td>".trim($col, '"')."</td>\n"; 
      } 
      $html .= "</tr>\n"; 
    } 
    $html .= "</table>\n"; 

Answer 6

preg_split('/,(?=(?:[^\"]*\"[^\"]*\")*(?![^\"]*\"))/', $line,-1,PREG_SPLIT_DELIM_CAPTURE); 

ma problemy z "wewnątrz ciągów jak "Toys" R" Us”

Tak powinno u używać zamiast:

preg_split('/'.$seperator.'(?=(?:[^\"])*(?![^\"]))/', $line,-1, PREG_SPLIT_DELIM_CAPTURE);