关于文件名的PHP Regexp

Question

我有一个具有特定结构的文件集合：

COMPANY_DE-Actual-Contents-of-File-RGB-ENG.pdf

细目：

• 公司名称，固定
• DE -> Office位置，固定选项：'_DE'，'_BE'，或不存在非位置相关文件，如果存在之前总是以下划线和公司
• 字符串粘合以虚线
• RGB ->颜色模式，则固定选项：'RGB'，'CMYK'，'PMS'，或不存在与非颜色相关的文件
• ENG ->语言的文件，固定选项：'GER'，'ENG'，或者缺席非文本相关文件
• pdf ->扩展名，可以是任何

。

在最好的情况下，我的结果将是一个数组，上面的信息带有命名的键，但不知道从哪里开始。

我们将非常感谢您的帮助！

谢谢你，克纳尔

很抱歉这么不清楚，但是有几个变量是不总是存在于文件名中：- DE ->固定选项：'_DE'，'_BE'，或缺席- RGB ->颜色模式，固定选项：'RGB'，'CMYK'，'PMS'，或缺席- ENG ->语言的文件，固定选项：'GER'，'ENG'，或缺席。

Answer 1

试一试

$string = "COMPANY_DE-Actual-Contents-of-File-RGB-ENG.pdf";
$array = preg_split('/[-_\.]/', $string);

$len = count($array);
$struct = array($array[0], $array[1], '', $array[$len-3], $array[$len-2], $array[$len-1]);
unset($array[0], $array[1], $array[$len-3], $array[$len-2], $array[$len-1]);
$struct[2] = implode('-', $array);
var_dump($struct);

-

array
  0 => string 'COMPANY' (length=7)
  1 => string 'DE' (length=2)
  2 => string 'Actual-Contents-of-File' (length=23)
  3 => string 'RGB' (length=3)
  4 => string 'ENG' (length=3)
  5 => string 'pdf' (length=3)

Answer 2

如果可能的话，尽量不要使用正则表达式，或者尽可能简单地使用正则表达式。

$text = "COMPANY_DE-Actual-Contents-of-File-RGB-ENG.pdf";
$options_location = array('DE','BE');
$options_color = array('RGB','CMYK','PMS');
$options_language = array('ENG','GER');

//Does it have multiple such lines? In that case this:
$lines = explode("\n",$text);
//Then loop over this with a foreach, doing the following for each line:

$parts = preg_split('/[-_\.]/', $line);
$data = array(); //result array
$data['company'] = array_shift($parts); //The first element is always the company
$data['filetype'] = array_pop($parts); //The last bit is always the file type
foreach($parts as $part) { //we'll have to test each of the remaining ones for what it is
    if(in_array($part,$options_location))
        $data['location'] = $part;
    elseif(in_array($part,$options_color))
        $data['color'] = $part;
    elseif(in_array($part,$options_language))
        $data['lang'] = $part;
    else
        $data['content'] = isset($data['content']) ? $data['content'].' '.$part : $part; //Wasn't any of the others so attach it to the content
}

这也更容易理解，而不是必须弄清楚regex到底在做什么。

请注意，这假设内容的任何部分都不能是为位置、颜色或语言保留的单词之一。如果这些情况可能发生在内容中，则必须添加诸如isset($data['location'])这样的条件，以检查是否已经找到另一个位置，如果有，则将正确的位置添加到内容中，而不是将其作为位置存储。

Answer 3

就像这样：

preg_match('#^([^_]+)(_[^-]+)?-([\w-]+)-(\w+)-(\w+)(\.\w+)$#i', 'COMPANY_DE-Actual-Contents-of-File-RGB-ENG.pdf', $m);

preg_match('#^([^_]+)(_[^-]+)?-([\w-]+)-(\w+)[_-]([^_]+)(\.\w+)$#i', 'COMPANY_DE-Actual-Contents-of-File-RGB-ENG.pdf', $m); // for both '_' and '-'

preg_match('#^(\p{Lu}+)(-\p{Lu}+)?-([\w]+)(\-(\p{Lu}+))?(\-(\p{Lu}+))?(\.\w+)$#', 'COMPANY-NL-Actual_Contents_of_File-RGB-ENG.pdf', $m); // if filename parts divider is strictly '-'

var_dump($m);

在最后一个变体中，当我们询问是否没有国家代码(-NL)时，它将为空。但用颜色和语言代码就不是了。你自己试一试，你就会明白它是如何工作的！