替换CSV文件中的换行符

Question

我遇到了一个问题，需要将CSV字符串转换为数组。

INV;165;1;0;1 Username;0;10000;"Here is multiline-text.

with line-breaks:

";20 Offen;0,00
INV;166;1;0;1 Username2;0;10000;"Here is another multiline-text.

with line-breaks:

";20 Offen;0,00

我尝试使用str_getcsv将字段分割，但问题是，分隔符仅出现在一个字段中，而函数也在拆分多行字段。

我的解决方案是首先通过preg_replace转换换行符，但我不是很了解它。这是仅替换由; "和"; 包围的换行符的正则表达式：

/(;")(.*)(\n)(.*)(";)/

这个模式实际上只匹配第一个换行符。

有人能给我提示如何完成这个任务吗？

提前感谢你。

这是原始的CSV文件：

CMXINV;165;1;0;1 Felix Hirschberg;0;10000;Herr;;Max;Muster;Company;;Street;123;City;DE;(0 40) 6 25 6;;(0 40) 6 25 6;[e-mail];;;;;;;;0;20121217;20121217;1 Sofort ohne Abzug;EUR;1 Agentur;0 ;0,00;;"Vielen Dank für Ihren Auftrag.

Vereinbarungsgemäß berechnen wir Ihnen:

";"Mit besten Grüßen


Invoice Man";;0;0;0;0;;20 Offen;0,00;;0 ;0,00;0,00;;EXW;;;;;;;;;;;;;;;;2;;Project: Test-Project;;0,000;0,00;1,000;0,00;0,00;0;0;0;0;0
CMXINV;165;2;0;1 Felix Hirschberg;0;10000;Herr;;Max;Muster;Company;;Street;123;City;DE;(0 40) 6 25 6;;(0 40) 6 25 6;[e-mail];;;;;;;;0;20121217;20121217;1 Sofort ohne Abzug;EUR;1 Agentur;0 ;0,00;;"Vielen Dank für Ihren Auftrag.

Vereinbarungsgemäß berechnen wir Ihnen:

";"Mit besten Grüßen


Invoice Man";;0;0;0;0;;20 Offen;0,00;;0 ;0,00;0,00;;EXW;;;;;;;;;;;;;;;;0;1;"- job1 (1h)
- job2 (1h)
- job3 (0,75h)
- job4 (1h)
- job5 (0,5h)";HR;3,25;100,00;1,00;0,00;325,00;1;0;0;0;0
MESSAGE;S;210053;INVOICE_GET hat 1 Datensätze zurückgegeben
MESSAGE;S;204020;Datenübertragung erfolgreich. Es wurden 1 Datensätze verarbeitet.

- Felix Hirschberg

---

这是一个有效的CSV文件吗？类似这样的文件能够通过Excel打开吗？如果不能，为什么还要费心呢 - 只需创建（或允许创建）一个可在任何软件中使用的有效格式即可。如果您的内容需要换行符，请考虑使用XML而不是CSV作为跨多个应用程序进行通信的数据格式。 - feeela

问题是，CSV文件是由一个我无法修改的API提供的。是的，这些文件可以通过Excel打开。 - Felix Hirschberg

我猜你需要一个多行标识符，以便使你的正则表达式在多行文本/代码上工作。另请参阅：http://php.net/reference.pcre.pattern.modifiers.php - feeela

你能粘贴原始的 CVS 文件吗？ - alinsoar

@alinsoar 在我的原始帖子中粘贴了。 - Felix Hirschberg

在您的原始帖子中，您发布了混合了评论的CVS文件。这会让我猜测CVS是什么，因此我的解决方案可能无法在原始文件上运行。 - alinsoar

Answer 1

您可以尝试这个方法：

/;"(([^"]*)([\r\n])+([^"]*))+"/im

这将匹配；"分隔符内每个换行符之前和之后的文本。第二次匹配将是前面的文本，第四次匹配将是后面的文本。

请注意，我省略了最后一个';'，以确保如果多行值是在行末，则仍然可以匹配。

- Gareth Cornish

---

谢谢！那已经是一个不错的方法，但我有一个问题，只有CSV列中的最后一个 \n 被替换了。我有一些带有多个换行符的字段。 - Felix Hirschberg

preg_replace在处理嵌套模式时表现不佳。也许可以尝试使用preg_match_all，并循环遍历所有的结果？ - Gareth Cornish

Answer 2

根据 PHP 手册中用户的评论，fgetcsv() 和 str_getcsv() 都应该正确处理换行符。

你可能应该利用这些实现（它们应该已经解决了你可能遇到的任何问题）。

---

编辑：自己编写解析器

或者您可以根据评论编写自己的解析器：

// Browse file one character after another
while (false !== ($c = fgetc($fp))) {
    // We are not inside the value, newline = new row
    if( ($c == "\n") || ($c == "\r")){
       // Newline, add to result
       continue;
    }

    // Whitespace? continue, do nothing
    if( ctype_space( $c)){
        continue;
    }

    // Okay, now we can use switch
    switch( $c){
        case ',':
            // Add empty value
            break;

        // Escaped value
        case '"':
        case "'":
            $escapeChar = $c;
            $prevChar = '';
            $value = '';

            while( false !== ($c = fgetc($fp))){
                // We just hit and end of escaped sequence, check escaped val by \
                if( ($c == $escapeChar) && ($c != '\\') ){
                   break;
                }

                // If we got \ and prev value is \ = "blah blah \\"
                // Prevent escape escape character of being guessed incorrectly
                if( ($c == '\\') && ($prevChar == '\\')){
                    $prevChar = '';
                } else {
                    $prevChar = $c;
                }

                $value .= $c;
            }

            // $value is your value
            break;

        // Normal, non escaped value:
        default:
            $value = '';
            while( false !== ($c = fgetc($fp))){
                if( ($c == ',') || ($c == '\n') || ($c == '\r')){
                    break;
                }
                $value .= $c;
            }

            // $value = your field value
            break;
     }
}

- Vyktor

---

我在处理那些函数时遇到了麻烦，因为有些字段是被包含的，而有些则不是。 - Felix Hirschberg

@FelixHirschberg 我已经为你添加了解析器。 - Vyktor

Answer 3

如果您的CSV输入在文件中，您可以直接使用fgetcsv()，它可以很好地处理多行条目。

如果CSV输入是一个字符串，您可以使用特殊的php://temp I/O流将其有效地传递给fgetcsv()：

$fp = fopen( 'php://temp', 'w+' );
fputs( $fp, $csv );
rewind( $fp );
$data = fgetcsv( $fp, 0, ';', '"' );
fclose( $fp );

- Ilmari Karonen