我有一个CSV,它的行看起来像这样:
06444|WidgetAdapter 6444|Description:
Here is a description.
Maybe some more.
|0第三个字段中的文本总是不同的,并且不断变化,我尝试仅用<br>替换其中的所有换行符,因此它的结尾为
06444|WidgetAdapter 6444|Description: <br>Here is a description.<br>Maybe some more.<br>|0编辑:
我基本上需要去掉所有的换行符,这样每一行都是一个正确的VALUE|VALUE。正常化/美化/清理它。
我的工具都不能正确地导入它,phpMyAdmin阻塞等等。在字段中有换行符,有没有转义的双四元组,等等。
其他字段示例:
08681|Book 08681|"Testimonial" - Person
You should buy this.|另一个字段的示例:
39338|Itemizer||发布于 2011-06-20 17:59:55
如果你知道你有4列,你可以很容易地解析你的数据。例如,下面这行PHP代码产生一个包含所有数据的数组。数组中的每一行都是另一个包含所有捕获组的数组:[0]包含整个匹配,[1]-[4]包含每一列:
$pattern = '/^([^|]*)\|([^|]*)\|([^|]*)\|([^|]*)$/m';
preg_match_all($pattern, $data, $matches, PREG_SET_ORDER);模式非常简单:它接受4个值(不是竖线符号),由3个竖线分隔。一旦您拥有了数据,您就可以轻松地以您想要的方式重建它,例如使用nl2br。
请注意,如果第一列和最后一列也可以包含新行,则不能可靠地解析数据。
发布于 2011-06-20 18:49:11
如果需要,可以使用正则表达式来定位这些换行符。其思想是只查找后跟一个额外值的换行符,然后只查找整行。我们可以检查当前换行数为1/ 4后的值的数量,这样我们就知道我们是在第3列:
(?:\r\n?|\n)(?=[^|]*\|[^\n\r|]*\s*(?:^(?:[^|]*\|){3}[^\n\r|]*$\s*)*\Z)或者,带着(一些)解释:
(?:\r\n?|\n) # Match a newline
(?= # that is before...
[^|]*\|[^\n\r|]*\s* # one more separator and value
(?:^(?:[^|]*\|){3}[^\n\r|]*$\s*)* # and some lines with 4 values.
\Z # until the end of the string.
)我不能让它在Notepad++上工作(它甚至不能匹配[\r\n]),但它似乎在其他引擎上工作得很好:
动作脚本:http://rubular.com/r/NsbTNg9vCT
https://stackoverflow.com/questions/6405499
复制相似问题