解析复杂的两个文件

Question

文件 1 值：

....
Group   2012_fln
{
    vnum    103
    Type    mixed
    1   1167    1   2
    2   7731    1   2
    3   3561    1   2
    4   8613    1   3
}

Group   7612_edb
{
    vnum    104
    Type    other
    1   6312    1   90
    2   5241    5   45
....

文件 2 值：

....
1167    ºÎÈ°Àı´Ş°¿
7731    ÀÌÆÄÀÇ
3561    »¡°£»ö
....

所有值都已用 TAB 分隔。顺便说一句，这两个文件中都有数千个值。

所以这是我的问题：

我需要检查文件 1 上的值。文件 2 中是否存在。 如果文件 2 的值中不存在 1167 或 7731 或 3561 或 8613 值。

我需要在每个小组中都这样做。如果不存在，我需要一个错误回显，例如；在 xxx 组中，xxx vnum 不存在。并继续到文件 1 的结尾。

我试图爆炸，但文件 1 中有很多语法，如 Group、{}、vnum、type 等。我知道，这很复杂，这就是我在这里写的原因。

我可以像这样解析我的 File 2 值：

$line = trim($line);

$token = explode("\t", $line);

if ("" == $token[0] or "VNUM" == $token[0])
    continue;

$vnum = $token[0];
$entry_name = $token[1];

所以，我真的需要一个很大的帮助，我在这个问题上花了我最后两天......我希望我解释得当。

Answer 1

我建议使用正则表达式来解析您的数据，因为看起来每一行都遵循某种格式。对于文件一，您可以设置一个表达式，如

^\t(\d+)\t(\d+)\t(\d+)\t(\d+)

这表示匹配一个制表符，后跟至少一个数字字符，四次。任何匹配的行都将是您关心的行。从那里，您对第二组感兴趣，或$2

对于文件二，您可能需要类似

^(\d+).*

这就是说，匹配至少一个开始行的数字，然后是其他任何数字。因此，您关心第一个（也是唯一一个）分组$1。

从第一个文件或第二个文件构造一个数字映射，然后遍历另一个文件中的匹配项并检查该映射。

由于您使用的是 php，因此您可以将 preg_match 用于正则表达式 http://php.net/manual/en/function.preg-match.php

Answer 2

如果您只需要第二列并且所有需要值的行的格式都相同，请使用file_get_contents($file1) 将文件加载到字符串中并匹配该模式（4 个数字由空格分隔）。

类似：

preg_match_all('/^\s*\d+\s+(\d+)\s+\d+\s+\d+\s*$/m', $data, $matches);

这会将$matches 设置为如下数组：

Array
(
    [0] => Array
        (
            [0] =>     1   1167    1   2
            [1] =>     2   7731    1   2
            [2] =>     3   3561    1   2
            [3] =>     4   8613    1   3
            [4] =>     1   6312    1   90
            [5] =>     2   5241    5   45
        )

    [1] => Array
        (
            [0] => 1167
            [1] => 7731
            [2] => 3561
            [3] => 8613
            [4] => 6312
            [5] => 5241
        )

)

$matches[1] 将是第二列中所有值的数组。您可以对 $matches[1] 进行 foreach 循环比较，以查看该值是否在第二个文件中。我建议先加载第二个文件并生成一个索引，这样当你遍历匹配项时，你可以检查是否array_key_exists($value, $file2Index)。

示例，每个请求：

<?php
//read the first file in as a string
$file1 = file_get_contents("/path/to/file1");
//read the second file in as an array
$file2 = file("/path/to/file2");

//index from file2 that we are going to build
$file2Index = array();

foreach($file2 as $line){
    //split the line
    $line = explode("\t", $line, 2);
    //validate the line, should be only 2 values after explode and first should be a number
    if(count($line) == 2 && is_numeric($line[0])){
        //add to index
        $file2Index[$line[0]] = $line[1];
    }
}

//now get all the values from file1 that we want (second column)
preg_match_all('/^\s*\d+\s*(\d+)\s*\d+\s*\d+\s*$/m', $data, $matches);

$file1Values = array_unique($matches[1]);

//loop over the matches from column 2
foreach($file1Values as $value){
    //check if the key doesn't exist
    if(!isset($file2Index[$value])){
        //echo error message
        echo "Value {$value} does not exist in file2<br>";
    }
}