1

我需要解析格式如下的文本块：

Today the weather is excellent bla bla bla.
<temperature>35</temperature>. 
I'm in a great mood today. 
<item>Desk</item>

我想解析这样的文本，并将其转换为类似于这样的数组：

$array[0]['text'] = 'Today the weather is excellent bla bla bla. ';
$array[0]['type'] = 'normalText';

$array[1]['text'] = '35';
$array[1]['type'] = 'temperature';

$array[2]['text'] = ". I'm in a great mood today.";
$array[2]['type'] = 'normalText';

$array[3]['text'] = 'Desk';
$array[3]['type'] = 'item';

本质上，我希望数组以与原始文本相同的顺序包含所有文本，但分为以下类型：普通文本（表示不在任何标签之间的内容）和其他类型，如温度、项目、由文本之间的标签决定。

有没有办法做到这一点（即使用正则表达式将文本分成普通文本和其他类型）或者我应该在幕后将文本转换为结构正确的文本，例如：

<normal>Today the weather is excellent bla bla bla.</normal>
<temperature>35</temperature>.
<normal> I'm in a great mood today.</normal><item>Desk</item>

在它尝试解析文本之前？

4

2 回答 2

3

编辑：现在它完全按预期工作！

解决方案：

<?php

$code = <<<'CODE'
Today the weather is excellent bla bla bla.
<temperature>35</temperature>. 
I'm in a great mood today. 
<item>Desk</item>
CODE;

$result = array_filter(
    array_map(
        function ($element) {
            if (!empty($element)) {
                if (preg_match('/^\<([^\>]+)\>([^\<]+)\</', $element, $matches)) {
                    return array('text' => $matches[2],
                                 'type'    => $matches[1]);
                } else {
                    return array('text' => $element,
                                 'type'    => 'normal');
                }
            }
            return false;
        },
        preg_split('/(\<[^\>]+\>[^\<]+\<\/[^\>]+\>)/', $code, null, PREG_SPLIT_DELIM_CAPTURE)
    )
);

print_r($result);

输出：

Array
(
    [0] => Array
        (
            [text] => Today the weather is excellent bla bla bla.

            [type] => normal
        )

    [1] => Array
        (
            [text] => 35
            [type] => temperature
        )

    [2] => Array
        (
            [text] => . 
I'm in a great mood today. 

            [type] => normal
        )

    [3] => Array
        (
            [text] => Desk
            [type] => item
        )

)
于 2012-10-19T07:17:02.533 回答
1

尝试逐行阅读文本。你有2个案例。添加普通文本和添加具有特殊标签的文本。在将普通文本添加到变量时，查找带有正则表达式的标记。

preg_match("/\<(\w)\>/", $line_from_text, $matches)

匹配标签，() 将单词保存在 $matches 中以与您的数组一起使用。现在只需将文本添加到变量中，直到遇到结束标记。希望这可以帮助。

于 2012-10-19T05:36:13.857 回答