在GAE上使用PHP解析远程CSV文件

Question

我在使用Quercus开发PHP小应用时遇到了一个棘手的问题：

1. 我有一个远程csv文件，可以下载并存储在字符串中
2. 为了解析该字符串，我最好使用str_getcsv函数，但是Quercus还没有这个函数
3. Quercus似乎知道fgetcsv函数，但是该函数需要一个文件句柄，而我没有（由于GAE不允许创建文件）也无法创建一个新的文件句柄

有没有人有什么办法可以解决这个问题，而不必放弃内置的PHP csv-parser函数并编写自己的解析器呢？

- futtta

---

作为一个正在阅读《第22条军规》的人，我可以说这不是那本书。;) - Nick Johnson

不是一个坏主意，但是不行；“SplTempFileObject是一个未知的类名”。我还尝试了fopen("php://memory", "rw")，但也不起作用（“java.lang.IllegalStateException: Cannot marsahl false to BinaryOutput”）。 - futtta

也许您可以在Quercus中使用data-uris：http://php.net/manual/en/wrappers.data.php - hakre

等一下，我不明白为什么你不能只是使用''fopen()''打开远程流，然后使用''fgetscsv()''读取它 - 能否澄清一下？ - Jonathan Chan

使用正则表达式解析CSV文件并不难，我认为在你的情况下这不是一个坏主意。 - nobody

Answer 1

我认为最简单的解决方案是编写自己的解析器。这很容易，而且可以让你学习更多的正则表达式。在PHP中没有将CSV字符串转换为数组的解析器是没有意义的，因此编写自己的解析器是完全合理的。只要确保它不会太慢就可以了 ;)

- Morg.

Answer 2

这是我写的一个简单手动解析器，带有合格、非合格和转义功能的示例输入。它可以用于标题和数据行，并包含一个关联数组函数，将您的数据转换为kvp样式的数组。

//example data
$fields = strparser('"first","second","third","fourth","fifth","sixth","seventh"');
print_r(makeAssocArray($fields, strparser('"asdf","bla\"1","bl,ah2","bl,ah\"3",123,34.234,"k;jsdfj ;alsjf;"')));


//do something like this
$fields = strparser(<csvfirstline>);
foreach ($lines as $line)
    $data = makeAssocArray($fields, strparser($line));


function strparser($string, $div = ",", $qual = "\"", $esc = "\\") {
    $buff = "";
    $data = array();
    $isQual = false; //the result will be a qualifier
    $inQual = false; //currently parseing inside qualifier

    //itereate through string each byte
    for ($i = 0; $i < strlen($string); $i++) {
        switch ($string[$i]) {
            case $esc:
                //add next byte to buffer and skip it
                $buff .= $string[$i+1];
                $i++;
                break;
            case $qual:
                //see if this is escaped qualifier
                if (!$inQual) {
                    $isQual = true;
                    $inQual = true;
                    break;
                } else {
                    $inQual = false; //done parseing qualifier
                    break;
                }
            case $div:
                if (!$inQual) {
                    $data[] = $buff;    //add value to data
                    $buff = "";         //reset buffer
                    break;
                }
            default:
                $buff .= $string[$i];
        }
    }
    //get last item as it doesnt have a divider
    $data[] = $buff;
    return $data;
}

function makeAssocArray($fields, $data) {
    foreach ($fields as $key => $field)
        $array[$field] = $data[$key];
    return $array;
}

- duante

---

我已经尝试过那个duante了，但在GAE上不起作用（参见http://stackoverflow.com/questions/6979114/parse-remote-csv-file-with-php-on-gae#comment-8447584）。 - futtta

Answer 3

你可以使用stream_wrapper_register创建一个新的流包装器。

这里有一个手册中读取全局变量的示例：http://www.php.net/manual/en/stream.streamwrapper.example-1.php

然后你可以像使用普通文件句柄一样使用它：

$csvStr = '...';
$fp = fopen('var://csvStr', 'r+');
while ($row = fgetcsv($fp)) {
    // ...
}
fclose($fp);

- Long Ears

---

好主意，但是行不通；我复制粘贴了php.net上的示例代码，但在尝试stream_wrapper_register时代码崩溃了。太糟糕了，看起来没有解决办法（除了手动解析csv字符串）。 - futtta

Answer 4

你可以尝试使用fopen和php://temp或php://memory（php.net）来使其工作。你需要打开php://temp或php://memory，写入内容，然后倒回去（php.net），最后将其传递给fgetcsv函数。我没有测试过，但这可能有效。

- Jason

---

在这种情况下，编写一个解析程序可能是最好的选择。对行进行切割，并使用正则表达式来正确处理带有引号内逗号的内容。 - Jason

Answer 5

如果可以粗暴并快速地处理，我会只使用http://php.net/manual/en/function.exec.php来传递并使用sed和awk（http://shop.oreilly.com/product/9781565922259.do）进行解析。我知道您想使用PHP解析器。我以前尝试过但失败了，因为它对错误不够明确。希望这可以帮到您。祝您好运。

- nick

---

这在Google App Engine上的Quercus上行不通；没有exec，也没有sed和awk。 - futtta