preg_split -- string aufteilen

cottton · 28. Mai 2015

Moin,
weiß jemand, wie ich aus einem String per regex immer die zusammengehörigen Worte bekomme?
Das Prinzip:
- ein Wort kann im String unmaskiert eingefügt werden
- zusammenhängende Worte müssen per "" oder '' maskiert werden

Das Problem sieht man bei /* result ... */,
wie es aufteilen sollte bei /* expected ... */

PHP

$str = '"aWord" "two or more words" \'one\' \'and 2\' andWithout';




if((strpos($str, '"') !== false)or (strpos($str, '\'') !== false)){
    for(
        $words = preg_split('/["\']/', $str), $words_num = count($words), $i = 0;
        $i < $words_num;
        $words[$i] = trim($words[$i]), $i++
    );
}else{
    $words = preg_split('/\s+/', $str);
}




print_r($words);
/* result
Array
(
    [0] =>
    [1] => aWord
    [2] =>
    [3] => two or more words
    [4] =>
    [5] => one
    [6] =>
    [7] => and 2
    [8] => andWithout
)




*/
/* expected:
Array
( 
    [1] => aWord 
    [3] => two or more words 
    [5] => one 
    [7] => and 2
    [8] => andWithout
)
*/

Alles anzeigen

wolf · 28. Mai 2015

Du willst die unnötige array-keys raus löschen?
-nein das kann nicht sein, zu simpel :p
Höäh?

Wenn du immer die zusammengehörenden wörter innerhalb von einfachen oder doppelten anführungszeigen haben willst.. etwa so:

PHP

<?php
  $string = 'nothing "first double" \'first single\' \'last single\' "last double"';
  $regexes = [
    '/"[a-z ]+"/',
    '/\'[a-z ]+\'/',
    '/[^"\'][a-z ]+[^"\']/'//der hier stimmt noch nicht ganz
  ];
  $result = [];




  foreach ($regexes as $regex) {
    preg_match_all($regex, $string, $tmp);
    $result[] = $tmp[0];
  }




  echo '<pre>';
  print_r($result);
  echo '</pre>';
?>

Alles anzeigen

Code

Array
(
    [0] => Array
        (
            [0] => "first double"
            [1] => "last double"
        )




    [1] => Array
        (
            [0] => 'first single'
            [1] => 'last single'
        )




    [2] => Array
        (
            [0] => nothing 
            [1] => first double
            [2] => first single
            [3] => last single
            [4] => last double
        )
)

Alles anzeigen

cottton · 29. Mai 2015

Danke schon mal.
Bin mit preg_match_all nicht klargekommen und bei preg_splitt geblieben.
Soweit hab ichs hinbekommen, aber ein paar Kleinigkeiten sind da noch:

PHP

$str = ' "eins " und  " zwei und drei" und \'vier und fuenf\' und "nochmal vier und fuenf" und "sechs" und ende ';
#       ^     ^      ^ ^                                                                                       ^
# ^ === überflüssige leerzeichen




print_r(preg_split('/\s?["\']\s?/', $str, -1, PREG_SPLIT_NO_EMPTY));




/*
array(10) {
  [0]=>
  string(4) "eins"
  [1]=>
  string(4) "und "
  [2]=>
  string(13) "zwei und drei"
  [3]=>
  string(3) "und"
  [4]=>
  string(14) "vier und fuenf"
  [5]=>
  string(3) "und"
  [6]=>
  string(22) "nochmal vier und fuenf"
  [7]=>
  string(3) "und"
  [8]=>
  string(5) "sechs"
  [9]=>
  string(9) "und ende "
}
*/

Alles anzeigen

Zum einen result offset [1]: "und "
und offset [9]: "und ende "

Ersteres (Leerzeichen) könnte ich trimmen,
aber irgendwie bekomme ich die nicht maskierten getrennt.

EDIT:
habs mit preg_match_all nun auch hinbekommen,
ausser die unmaskierten am Ende:

PHP

$str = ' "eins " und  " zwei und drei" und \'vier und fuenf\' und "nochmal vier und fuenf" und "sechs" und ende ';
$words = '[^"\']+'; // die worte können jedes zeichen enthalten, ausser " und '
preg_match_all('/[^"\'\s?]' . $words . '[^"\'\s?]/', $str, $matches);
var_dump($matches);




/*
array(1) {
  [0]=>
  array(10) {
    [0]=>
    string(4) "eins"
    [1]=>
    string(3) "und"
    [2]=>
    string(13) "zwei und drei"
    [3]=>
    string(3) "und"
    [4]=>
    string(14) "vier und fuenf"
    [5]=>
    string(3) "und"
    [6]=>
    string(22) "nochmal vier und fuenf"
    [7]=>
    string(3) "und"
    [8]=>
    string(5) "sechs"
    [9]=>
    string(8) "und ende"    <-------------- dafux :)
  }
}
*/

Alles anzeigen

Wie bekomme ich die "und ende" am Ende auseinander?

Sempervivum · 30. Mai 2015

Ich würde die Maskierungszeichen zunächst mit in das Ergebnis übernehmen. Dann das Array abarbeiten und die Elemente, die keine Maskierungszeichen haben, nochmal mit split zerlegen. Am Schluss die Maskierungszeichen entfernen. Allerdings wird das relativ kompliziert. Ich glaube, wenn ich diese Aufgabe hätte, würde ich einen einfachen Parser schreiben, der den String Zeichen für Zeichen abarbeitet, die Maskierungszeichen erkennt und entsprechend die Elemente herauszieht. Oder, wenn Du die Notation ändern kannst, ein anderes Schema nehmen, was sich leichter auswerten lässt.

cottton · 3. Juni 2015

Sempervivum
Das würde zu "lang" dauern.
Das Ganze ist Teil einer Funktion, die (Socket-)commands/-Packete maskiert/de-maskiert.
Bei viel traffic könnte das schon einige hundert in der Sekunde ausmachen.

Ich hab nicht rausbekommen, wie ich das letzte "und ende" auseinander bekomme.
Ist aber auch nicht so schlimm. Die Maskierung sollte ja "entweder, oder" genutzt werden -- also entweder nicht, oder ' / " -maskiert.

Zwecks Geschwindigkeit ist preg_split auch deutlich schneller:

PHP

$str = '"pre.cmd" "this" "this that" "that" "..."';




///////////////////////////////////////////////
// preg_match_all
$words = '[^"\']+'; // worte können jedes zeichen enthalten, ausser " und '
$regex = '/[^"\'\s?]' . $words . '[^"\'\s?]/';




$start = microtime(true);
$c = 0;
while(microtime(true)-$start < 3){
    preg_match_all($regex, $str, $words);
    $c++;
}
echo 'c: ' . $c . ', time: ' . (microtime(true)-$start) . PHP_EOL;
print_r($words);







///////////////////////////////////////////////
// preg_split
$regex = '/\s?["\']\s?/';




$start = microtime(true);
$c = 0;
while(microtime(true)-$start < 3){
    $words = preg_split($regex, $str, -1, PREG_SPLIT_NO_EMPTY);
    $c++;
}
echo 'c: ' . $c . ', time: ' . (microtime(true)-$start) . PHP_EOL;
print_r($words);




/*
result:
preg_match_all
c: 67064, time: 3.0001721382141
Array
(
    [0] => Array
        (
            [0] => pre.cmd
            [1] => this
            [2] => this that
            [3] => that
            [4] => ...
        )




)




preg_split
c: 167192, time: 3.0001721382141
Array
(
    [0] => pre.cmd
    [1] => this
    [2] => this that
    [3] => that
    [4] => ...
)




*/

Alles anzeigen

Sempervivum · 3. Juni 2015

"Das würde zu "lang" dauern."
Das wäre erst noch zu beweisen. Ein preg_match schreibt sich zwar sehr kurz in einer Zeile, aber das muss nicht heißen, dass es von der Ausführungszeit auch sehr kurz ist. Es könnte sein, dass das Auswerten einer RE rechenzeit-intensiver ist als eine kleine Schleife, die nur mit einem Index auf den String zugreift. Leider kenne ich mich mit dem Profiling unter PHP nicht aus, sonst würde ich es gern ausprobieren.

cottton · 3. Juni 2015

Naja, wenn die Schleife in C/C++ wäre, dann könnte ich mir das vorstellen.
In PHP kann es aber "Schleifen"

Man sollte ja vordefinierte PHP-Funktionen nutzen, da diese in der Regel schneller sind.
Wenn ich also per PHP eine Schleife nutze, wird das sicherlich langsamer sein, als per regex.
Ausnahmen gibts ja immer - wie zB array_filter. Musste gestern feststellen, dass array_filter langsamer ist als ein foreach.

Achja - das Schema kann ich leider nicht ändern. ist von der Schnittstelle vorgegeben (BF Rcon-Protocol).

wolf · 3. Juni 2015

--off-topic
Achso RCON
Kannst du mir n gutes RCON für COD4 empfehlen?

cottton · 3. Juni 2015

Du meinst ein Tool um den Server zu regeln?
Da kenn ich keins. Zocke nur Battlefield =) Hab auch gerade mal gesucht, aber nix gefunden.
Hat sich evtl noch keiner die Mühe gemacht ein Tool für cod zu schreiben.

In vlt 2 Monaten (wenn ich das Protokoll finde) könnte ich eins fertig haben =)

Sempervivum · 4. Juni 2015

Muss dir Recht geben, ich habe es inzwischen getestet.

Zitat

Man sollte ja vordefinierte PHP-Funktionen nutzen, da diese in der Regel schneller sind.

preg_split -- string aufteilen

Jetzt mitmachen!

Teilen