使用PHP将选项卡式文本转换为树(SQL将每行插入TreeNode表(TreeNodeID，ParentID，Title))

Question

我正在试验ArborJS，试图构建一棵知识树。Here是我的测试区域(左键点击进入节点，右击返回开始处)。我已经充实了“人文与艺术”部分的“全部”内容，所以我建议在这一部分进行实践。

我正在从Wikipedia's List of Academic Disciplines article构建这棵树。

现在，我从一个mySQL表中拉取数据(通过PHP)。表结构为TreeNodeID、ParentID、Title。"TreeNodeID“是主键(自动递增)，"ParentID”是节点的父级，"Title“是应该显示在节点上的文本。

我现在在这篇文章的27页的第7页。我觉得我没有利用我的计算机的能力来自动手动输入这个过程。

我刚把所有的科目都做了一个文本文件。它的格式如下：

Anthropology
    Biological Anthropology
        Forensic Anthropology
        Gene-Culture Coevolution
        Human Behavioral Ecology
    Anthropological Linguistics
        Synchronic Linguistics
        Diachronic Linguistics
        Ethnolinguistics
        Socioloinguistics
    Cultural Anthropology
        Anthropology of Religion
        Economic Anthropology
Archaelogy
...

如何使用PHP遍历此过程并填充我的数据库(为每个节点添加正确的ParentID)？

更新#3:工作代码(由下面的正确答案给出)

<?php
//echo "Checkpoint 1";

$data = "
Social sciences
    Anthropology
        Biological anthropology
            Forensic anthropology
            Gene-culture coevolution
            Human behavioral ecology
            Human evolution
            Medical anthropology
            Paleoanthropology
            Population genetics
            Primatology
        Anthropological linguistics
            Synchronic linguistics (or Descriptive linguistics)
            Diachronic linguistics (or Historical linguistics)
            Ethnolinguistics
            Sociolinguistics
        Cultural anthropology
            Anthropology of religion
            Economic anthropology
            Ethnography
            Ethnohistory
            Ethnology
            Ethnomusicology
            Folklore
            Mythology
            Political anthropology
            Psychological anthropology
    Archaeology
        ...(goes on for a long time)
";

//echo "Checkpoint 2\n";

$lines = preg_split("/\n/", $data);

$parentids = array(0 => null);
$db = new PDO("host", 'username', 'pass');
$sql = 'INSERT INTO `TreeNode` SET ParentID = ?, Title = ?';
$stmt = $db->prepare($sql);

//echo "Checkpoint 3\n";

foreach ($lines as $line) {
    if (!preg_match('/^([\s]*)(.*)$/', $line, $m)) {
        continue;
    }
    $spaces = strlen($m[1]);
    //$level = intval($spaces / 4); //assumes four spaces per indent
    $level = strlen($m[1]); // if data is tab indented
    $title = $m[2];
    $parentid = ($level > 0 ? $parentids[$level - 1] : 1); //All "roots" are children of "Academia" which has an ID of "1";

    $rv = $stmt->execute(array($parentid, $title));

    $parentids[$level] = $db->lastInsertId();
    echo "inserted $parentid - " . $parentid . " title: " . $title . "\n";
}
?>

Answer 1

未经测试，但这应该对您有效(使用PDO)：

<?php

$data = "
Anthropology
    Biological Anthropology
        Forensic Anthropology
        Gene-Culture Coevolution
        Human Behavioral Ecology
    Anthropological Linguistics
        Synchronic Linguistics
        Diachronic Linguistics
        Ethnolinguistics
        Socioloinguistics
    Cultural Anthropology
        Anthropology of Religion
        Economic Anthropology
Archaelogy
";

$lines = preg_split("/\n/", $data);

$parentids = array(0 => null);

$sql = 'INSERT INTO `table` SET ParentID = ?, Title = ?';
$stmt = $db->prepare($sql);

foreach ($lines as $line) {
    if (!preg_match('/^([\s]*)(.*)$/', $line, $m)) {
        continue;
    }
    #$spaces = strlen($m[1]);
    #$level = intval($spaces / 4); # if data is space indented
    $level = strlen($m[1]); # assumes data is tab indented
    $title = $m[2];

    $parentid = $level > 0
        ? $parentids[$level - 1]
        null;

    $rv = $stmt->execute(array($parentid, $title));

    $parentids[$level] = $db->lastInsertId();
}

Answer 2

我想说的是，先将复制粘贴到文本文件中，然后缩进会更容易，就像你上面做的那样。然后解析它：

• 读取每一行(一次一个)，为您提供节点文本。
• 每个缩进都是一个新的子节点，因此前一个节点是父id
• 检查是否有降级-如果您一直保持一致或保持indent level计数，请计算根数。注意0-缩进(根)。

这将允许您构建包含每个规程的关联数组。然后你再解释一下。例如：

• 获取所有根节点(取决于根的第一个子节点)，并沿着上面的数组为它们提供一个递增的id parse_id.
• Continue，将parse_id分配给所有节点。然后，
• 开始将该数据放入MySQL。这样做时，例如调用db_id，将mysqli_insert_id与parse_id一起添加到数组中。它应用于将db中所需的parse_id.

与父级的parent_id相关联。

假设您不想检查常见的研究或独特的节点文本，那么这就足够简单了。

Answer 3

您可以尝试执行以下操作

// parser.php

<?php
include_once './vendor/autoload.php';

use Symfony\Component\DomCrawler\Crawler;

$crawler = new Crawler(file_get_contents('http://en.wikipedia.org/wiki/List_of_academic_disciplines'));

$texts = $crawler->filter('.tocnumber + .toctext');
$numbers = $crawler->filter('.tocnumber');


$last = '';

for ($i=0; $i < count($numbers); $i++) {
    $value = $numbers->eq($i)->text();
    if(!preg_match('/\d+.\d+/', $value)) {
        // is a root discipline
        $last = $texts->eq($i)->text();
    } else {
        // is a leaf discipline
        $disciplines[$last][$texts->eq($i)->text()] = $texts->eq($i)->text();
    }
}

var_dump($disciplines);

有了它，您可以做更多的事情，比如在数据库中持久化或执行任何操作，并且对其他DOM解析任务很有用

我用的是Symfony中的CssSelector和DomCrawler组件很容易安装

composer.json

{
    "name": "wiki-parser",
    "require": {
        "php": ">=5.3.3",
        "symfony/dom-crawler": "2.1.0",
        "symfony/css-selector": "2.1.0"
    }
}

在控制台中

$ php composer.phar install

看看getcomposer