字符串匹配后从文本文件中获取文件名 - PHP

Question

我有一个日志文件 (log.txt)，格式为：

=========================================
March 01 2050 13:05:00 log v.2.6 
General Option: [default] log_options.xml
========================================= 
Loaded options from xml file: '/the/path/of/log_options.xml'
printPDF started
PDF export
PDF file created:'/path/of/file.1.pdf'
postProcessingDocument started
INDD file removed:'/path/of/file.1.indd'
Error opening document: '/path/of/some/filesomething.indd':Error: file doesnt exist or no permissions 
=========================================
March 01 2050 14:15:00 log v.2.6 
General Option: [default] log_options.xml
========================================= 
Loaded options from xml file: '/the/path/of/log_options.xml'
extendedprintPDF started
extendedprintPDF: Error: Unsaved documents have no full name: line xyz

注意：每个文件名的格式为：3lettersdatesomename_LO.pdf/indd。示例：MNM011112ThisFile_LO.pdf。此外，在给定的日期和时间，条目可能只有错误，只有关于创建的文件的消息或两者都有，就像我在这里展示的那样。

文件以这种方式继续。而且，我有一个表格形式的数据库：

id  itemName status
1   file     NULL

等等……

现在，我应该浏览日志文件，并且对于创建的每个文件，或者如果存在错误，我应该使用适当的消息更新 DB 的最后一列：文件创建或错误。我想搜索字符串“PDF 文件已创建/错误”，然后获取文件名。

我尝试过各种方法，例如 pathinfo() 和 strpos。但是，我似乎无法理解我将如何完成它。

有人可以就我如何解决这个问题提供一些意见吗？ txt 文件和数据库非常庞大。

注意：我提供了日志文件的第二个条目，以明确错误出现的格式不一致。我想知道我是否仍然可以通过不一致的错误格式来实现我应该达到的目标。 有人可以在再次阅读整个问题后提供帮助吗？与我第一次发布此内容相比，发生了很多变化。

Answer 1

您可以使用 php 的explode 方法将您的文件分解为多个单词。 如果您的文本文件中的字段是制表符分隔的，那么您可以在explode(String,'\t'); 上展开，否则如果空格分隔，则在空格上展开。

然后每个单词上一个简单的substr(word,start_index,length) 可以给你文件的名称（这里start_index 应该是0）。

使用 mysql_connect 将帮助您连接到 mysql 数据库，或者使用 PDO (PHP Data Objects) 使您的代码更加可靠和灵活。

另一种方法是使用preg_match 方法并指定与您的错误消息匹配的正则表达式并解析文件名。

您可以随时向php.net manual寻求帮助。

Answer 2

所有文件都是PDF吗？如果是这样，您可以对扩展名为 .pdf 的文件进行正则表达式搜索。但是，如果文件名也包含在错误字符串中，则需要以某种方式排除它。

// Assume filenames contain only upper/lowercase letters, 0-9, underscores, periods, dashes, and forward slashes
preg_match_all('/([a-zA-Z0-9_\.-/]+\.pdf)/', $log_file_contents, $matches);
// $matches should be an array containing each filename.
// You can do array_unique() to exclude duplicates.

编辑：请记住，$matches 将是一个多维数组，如 http://php.net/manual/en/function.preg-match-all.php 和 http://php.net/manual/en/function.preg-match.php 所述

要测试一个正则表达式，你可以使用http://regexpal.com/

Answer 3

好的，所以这里的主要问题是您没有一致的“条目”分隔符..或者您没有提供足够的信息。因此，根据您提供的内容，这是我的建议。这里的主要警告是，如果“条目”没有固定分隔符，则无法确定错误是否与文件名匹配。解决此问题的唯一方法是更好地格式化文件。您还必须填写一些空白，例如您的数据库信息以及您实际执行查询的方式。

$handle = fopen("log.txt", "rb");
while (!feof($handle)) {
  // get the current row 
  $row = fread($handle, 8192);

  // get file names
  preg_match('~^PDF file created:(.*?)$~',$row,$match);
  if ( isset($match[1]) ) {
    $files[] = $match[1];
  }

  // get errors
  preg_match('~^Error:(.*?)$~',$row,$match);
  if ( isset($match[1]) ) {
    $errors[] = $match[1];
  }
}
fclose($handle);

// connect to db

foreach ($files as $k => $file) {
  // assumes your table just has basename of file
  $file = basename($file);

  $error = ( isset($errors[$k]) ) ? $errors[$k] : null;

  $sql = "update tablename set status='$error' where itemName='$file'";

  // execute query
}

编辑：实际上回到您的帖子，看起来您想更新一个表而不是插入，因此您需要将查询更改为更新。并且您可能需要进一步使用 $file 在 foreach 中的 where 子句，这取决于您将文件名存储在数据库中的方式（例如，如果您只存储基本名称，您可能想要执行 $file = basename($file);在foreach)。代码已更新以反映这一点。

所以希望这会为您指明正确的方向。