提取以指定前缀开头的文本块并结构化为多维数组-php教程-PHP中文网

提取以指定前缀开头的文本块并结构化为多维数组

本文介绍如何使用 PHP 从动态文本文件中精准识别并提取多个以相同标识行（如 S21.G00.30.001）开头的逻辑块，将每个块内所有行按顺序组织为嵌套数组，适用于配置解析、日志分段或协议数据处理等场景。

本文介绍如何使用 php 从动态文本文件中精准识别并提取多个以相同标识行（如 `s21.g00.30.001`）开头的逻辑块，将每个块内所有行按顺序组织为嵌套数组，适用于配置解析、日志分段或协议数据处理等场景。

在实际开发中，常遇到结构松散但有隐含分隔规则的文本数据——例如以特定代码行（如 S21.G00.30.001）作为块起始标记，后续行属于该块，直到下一个同标记行出现为止。这种“块式”结构无法用简单逐行匹配固定前缀的方式直接切分，需结合状态跟踪或正则分组实现可靠提取。

推荐方案：正则分块 + 状态索引

最简洁、健壮的实现方式是先整体读取文件内容，再用正则表达式一次性匹配所有目标行，并按块序号动态归类。相比逐行 fgets() + 手动状态机，该方法更易维护、性能更优（尤其对中小规模文件），且天然规避换行/空行/注释干扰。

PHP编程（基础知识点汇总）课件

下载

以下为生产就绪的完整示例：

<?php // 读取整个文件（自动处理编码与换行）
$data = file_get_contents($this->getParameter('dsn_txt_folder') . 'dsn.txt');

// 定义需提取的块前缀（支持多个前缀，此处仅 S21.G00.30.*）
$prefixes = ['S21.G00.30.'];

$blocks = [];
foreach ($prefixes as $prefix) {
    // 构建正则：匹配以 $prefix + 三位数字 + ',' + 单引号包裹内容 的行（支持末尾注释）
    $escapedPrefix = preg_quote($prefix, '/');
    $pattern = '/^' . $escapedPrefix . '(\d{3}),(\'[^\']*\')/m';

    if (preg_match_all($pattern, $data, $matches, PREG_SET_ORDER)) {
        $currentBlock = 0;
        foreach ($matches as $match) {
            $codeSuffix = $match[1]; // 如 '001', '002'
            $value = trim($match[2], "'"); // 去除单引号

            // 遇到 '001' 行即开启新块（作为块头标识）
            if ($codeSuffix === '001') {
                $currentBlock++;
            }

            // 按块号和代码后缀存入二维数组：$blocks[$blockNum][$suffix] = $value
            $blocks[$prefix][$currentBlock][$codeSuffix] = $value;
        }
    }
}

// 输出结构化结果（符合需求中的嵌套数组格式）
var_export($blocks);
?>

关键设计说明

正则可靠性：/^S21\.G00\.30\.(\d{3}),(\'[^\']*\')/m 使用 m 修饰符启用多行模式，^ 匹配每行开头；[^\']* 安全捕获单引号内任意字符（避免跨行误匹配）。
块序号自增：仅当匹配到 001 后缀时递增 $currentBlock，天然适配任意数量块，无需预知块数。
灵活扩展：$prefixes 数组可轻松添加其他块类型（如 S31.G00.40.），复用同一逻辑。
内存友好：对超大文件（>10MB），可改用 fopen() + stream_get_line() 流式处理，但需自行维护块状态栈，复杂度显著上升——建议优先评估文件规模再决定是否降级。