如何将大部分一致的文件名解析为有意义的部分？答案

【问题标题】：How to parse a mostly consistent filename into meaningful parts?如何将大部分一致的文件名解析为有意义的部分？
【发布时间】：2021-02-13 23:13:12
【问题描述】：

我的文件名如下：

1234_56_78 A_FAIRLY_SHORT_TITLE_D.pdf

幸运的是，文件命名非常一致，但我不能绝对保证有人没有在他们应该使用下划线的地方使用空格。

考虑到这一点，我想解析字符串并提取以下详细信息：

$project_no = '1234
$series_no = '56
$sheet_no = '78'
$revision = 'D'
$title = 'A Fairly Short Title'

目前，我使用以下方法获取此信息：

$filename = $_FILES['file']['name'][$i];
$filename = preg_replace('/\\.[^.\\s]{3,4}$/', '', $filename);
$parts = preg_split( "(_| )", $filename );
$project_no = $parts[0];
$series_no = $parts[1];
$sheet_no = $parts[2];
$revision = end($parts);

$title 只是删除$parts[0] $parts[1]、$parts[2] 和end($parts) 后剩下的所有内容，但我应该如何表达呢？

我认为我可以使用

$title = implode(' ',\array_diff_key($parts, [0,1,2,end($parts)]));

但这不会删除末尾的$revision 位...

$title = FLOOR AS PROPOSED D

我错过了什么，我是否不必要地过度复杂化？

【问题讨论】：

array_pop() 和 array_shift() 是你的朋友。

标签： php regex filenames text-parsing preg-split

【解决方案1】：

array_diff_key 查看两个数组的关键比较。 end() 只是移动数组的内部指针，实际上没有用，因为从它返回的值不能用于计算 2 个数组键之间的差异。

当前比较的行为如下

array_diff_key([0,1,2,3,4,5,6,7], [0,1,2,'D'])

这看起来关键明智的：

   array_diff_key([0,1,2,3,4,5,6,7], [0,1,2,3])

因此，implode 的最终结果是 4,5,6,7 键值的串联。

要将第二个参数数组值作为键，可以使用array_flip将键作为值，将值作为键，表达式如下：

$title = implode(' ',\array_diff_key($parts, array_flip([0,1,2,count($parts)-1])));

演示： https://3v4l.org/J6b5r

【讨论】：

【解决方案2】：

我担心你过于复杂了。我认为单个 preg_match() 调用是解析字符串的最直接方法。

看起来您从https://stackoverflow.com/a/2395905/2943403 中获取了正则表达式模式来修剪文件名中的扩展名；但是，当单个非正则表达式函数用于相同目的时，我建议使用正则表达式函数。

pathinfo($filename', PATHINFO_FILENAME)

现在扩展已经被删除，让我们继续解析。

代码：(Demo)

$filename = '1234_56_78 A_FAIRLY_SHORT_TITLE_D.pdf';
preg_match('~([^ _]+)[ _]([^ _]+)[ _]([^ _]+)[ _](.+)[ _](\S)~', pathinfo($filename, PATHINFO_FILENAME), $m);

var_export([
    'project_no' => $m[1],
    'series_no' => $m[2],
    'sheet_no' => $m[3],
    'title' => str_replace('_', ' ', $m[4]),
    'revision' => $m[5],
]);

输出：

array (
  'project_no' => '1234',
  'series_no' => '56',
  'sheet_no' => '78',
  'title' => 'A FAIRLY SHORT TITLE',
  'revision' => 'D',
)

如果您对使用preg_split() 很执着，那么该模式会变得非常简单，但还有一些工作要做。

代码：(Demo)

$filename = '1234_56_78 A_FAIRLY_SHORT_TITLE_D.pdf';
$m = preg_split('~ |_~', pathinfo($filename, PATHINFO_FILENAME));
$revision = array_pop($m);

var_export([
    'project_no' => $m[0],
    'series_no' => $m[1],
    'sheet_no' => $m[2],
    'title' => implode(' ', array_slice($m, 3)),
    'revision' => $revision,
]);
// same output as earlier snippet

【讨论】：