estrarre records da files txt

[OmerBarman]

ciao
mi rivolgo a questo forum perchè in passato sono sempre stato aiutato egregiamente.
Il problema di oggi è che vorrei estrarre da files .txt dei records

esempio di un file txt :

genus: Auhunga
species: Auhunga pectinata Forster & Wilton, 1973

genus: Auximella
species: Auximella harpagula (Simon, 1906)
species: Auximella minensis (Mello-Leitao, 1926)
species: Auximella producta (Chamberlin, 1916)
species: Auximella spinosa (Mello-Leitao, 1926)
species: Auximella subdifficilis (Mello-Leitao, 1920)
species: Auximella typica Strand, 1908

genus: Bakala
species: Bakala episinoides Davies, 1990

genus: Bifidocoelotes
species: Bifidocoelotes bifidus (Wang, Tso & Wu, 2001)
species: Bifidocoelotes primus (Fox, 1937)

genus: Callevopsis
species: Callevopsis striata Tullgren, 1902

genus: Callobius
species: Callobius angelus (Chamberlin & Ivie, 1947)
species: Callobius arizonicus (Chamberlin & Ivie, 1947)
species: Callobius bennetti (Blackwall, 1846)
species: Callobius canada (Chamberlin & Ivie, 1947)
species: Callobius claustrarius (Hahn, 1833)
species: Callobius claustrarius balcanicus (Drensky, 1940)
species: Callobius deces (Chamberlin & Ivie, 1947)
species: Callobius enus (Chamberlin & Ivie, 1947)
species: Callobius gertschi Leech, 1972
species: Callobius guachama Leech, 1972
species: Callobius hokkaido Leech, 1971
species: Callobius hyonasus Leech, 1972
species: Callobius kamelus (Chamberlin & Ivie, 1947)
species: Callobius klamath Leech, 1972
species: Callobius koreanus (Paik, 1966)
species: Callobius manzanita Leech, 1972
species: Callobius nevadensis (Simon, 1884)
species: Callobius nomeus (Chamberlin, 1919)
species: Callobius olympus (Chamberlin & Ivie, 1947)
species: Callobius panther Leech, 1972
species: Callobius paskenta Leech, 1972
species: Callobius pauculus Leech, 1972
species: Callobius paynei Leech, 1972
species: Callobius pictus (Simon, 1884)
species: Callobius rothi Leech, 1972
species: Callobius severus (Simon, 1884)
species: Callobius sierra Leech, 1972
species: Callobius tamarus (Chamberlin & Ivie, 1947)
species: Callobius tehama Leech, 1972

genus: Cavernocymbium
species: Cavernocymbium prentoglei Ubick, 2005
species: Cavernocymbium vetteri Ubick, 2005

genus: Chresiona
species: Chresiona convexa Simon, 1903
species: Chresiona invalida (Simon, 1898)
species: Chresiona nigrosignata Simon, 1903

una volta estratti i records ( solo quelli che iniziano con " species:.... "da tutti i files txt
i records estratti dovrebbero essere messi in un unico file txt ma ordinati alfabeticamente.

potrei farlo manualmente ma i records sono + di 40.000

è possibile ?

Ringrazio tutti anche se non ci saranno risposte

[mtx_maurizio]

Allora, potresti creare un array delle righe con la funzione file().

in seguito con foreach lo scorri.

Per ogni riga verifichi se inizia per species.

Se inizia per species explodi sul : e inserisci il valore [1] in un nuovo array.

Alla fine hai un array che puoi ordinare alfabeticamente con la funzione sort()

A questo punto hai l'array ordinato alfabeticamente, non hai che da scrivere riga per riga nel nuovo file di testo forecciando l'array.

Una sola perplessità. Ma con una così grande quantità di dati, non sarebbe meglio prendere in considerazione l'utilizzo di un database?

[OmerBarman]

innanzi tutto grazie dei consigli

ti spiego cosa è questa cosa

tutti i records sono i nomi scentifici di tutti i ragni.

ho già un data base d'immagini e voglio controllare quali sono le immagini che mi mancono, per far questo dato che i records sono divisi per famiglie e generi e a me serve solo la specie devo estrapolarli dai files .txt

non so se mi sono spiegato, cmq avevo già fatto una cosa del genere ma nn sono arrivato a nulla di concreto, se tu potessi darmi ulteriori e più precise informazioni te ne sarei grato.

specialmente come estrapolare e mettere in array i records.

Ciao e grazie

[rel_style]

Infatti ... il numero di righe sembra un po' elevato

Attenzione alla impostazione max_allowed_packet nel php.ini

Magari se disponibile lanci con

passthru("sed -e '/genus:/d' /PATH/input.txt > /PATH/output.txt"); 

in questo modo il file output.txt conterrà solo i record con species.
Dopodiche segui le indicazioni di maurizio

[OmerBarman]

Grazie anche a te per l'attenzione che hai posto al mio problema

domani proverò a combinare qualcosa

[mtx_maurizio]

Dunque, questo non ho potuto provarlo perchè non sono a casa. Ma dovrebbe di principio funzionare.

La questione che si porrà, probabilmente, é che una mole così grande di dati potrebbe creare problemi di memoria, tempo massimo di esecuzione, ed altre cosette. Però magari funziona. Al limite si può suddividere il file di testo. Comunque prova.

<?php
$file = file('elenco.txt');

$SpeciesArray = array();

foreach($file as $row) //scorro l'array
{
    if(ereg('^(species)', $row)) //se la riga inizia per species
    {
        $SingleRow = explode(':', $row);
        $SpeciesArray[] = trim($SingleRow[1]); //metto quello che c'è dopo il : nell'array
    }    
}

sort($SpeciesArray); // ordino alfabeticamente l'array

$fp = fopen('elenco2.txt', 'a+'); //creo il nuovo file di testo e la risorsa

foreach($SpeciesArray as $FinalRow)
{
    fwrite($fp, $FinalRow . "\r\n"); // scorro il nuovo array scrivendo riga per riga nel nuovo file di testo
}

fclose($fp);

?>

Comunque, visto che si dovrà fare questa fatica, perché non importare il tutto in un più ordinato e comodo database. Una tabella per i generi, in relazione con quella delle specie, in relazione a sua volta con le immagini. Infinite possibilità di ricerca e di ordinamento, eccetera.

[OmerBarman]

GRAZIE grazie

io ho fatto così:
<?php
//carico i file .txt dalla directory
$handle = opendir('Catalogo');

while (false !== ($file = readdir($handle))) { //creo il ciclo per tutti i files txt del catalogo
if ($file != "." && $file != "..")
{
$fcontents = file ($file); //leggo il contenuto del file
$i=1;
while (list ($line_num, $line) = each ($fcontents)) {
$nom = substr($line, 0, 4);//cerco i primi 4 caratteri e li confronto
if($nom == "spec"){ // seleziono solo le righe cge iniziano con spec( i primi 4 cratteri del record)
$lista[$i] = $line; //creo un nuovo array con i valori ricercati
$i++;
}
}//chiusura while list
}//chiudo IF verifica estensione $file
}//chiudo while ricerca nella dir

closedir($handle);

sort ($lista);
reset ($lista);
while (list ($chiave,$valore) = each ($lista)) { //ordino alfabeticamente i record dell'array
echo $valore."
\n"; //visualizzo i dati
}
//salvo il risultato in un unico file txt
$file_salvare = join ("", $lista);

$fileb = fopen("Ragni-lista-completa.txt", "wb");
fwrite($fileb, $file_salvare);
fclose($fileb);
?>
Funziona bene anche se non molto ortodosso come il tuo.

l'ho impostato ad illimitato il tempo d'esecuzione .

.....ora però mi piacerebbe che dai records venisse eliminato il testo che nn m'interessa ad esempio da:
species: Acanthoceto cinereus (Tullgren, 1901)
species: Acanthoceto ladormida Ramírez, 1997
vorrei che rimanesse:
Acanthoceto cinereus
Acanthoceto ladormida
ho provato alcune cose ma con scarsi risultati
dovrei trovare il modo di eliminare ciò che segue il secondo spazio, dopo aver eliminato la scritta specie: cosa molto semplice

e grazie

[mtx_maurizio]

Uffa, non farti dire proprio tutto

togli species: con ad esempio

str_replace('species:', '', $string);

togli quello che c'è tra parentesi (comprese) con un'espressioncina regolare tipo

$string = preg_replace("'\(.*?\)'si", '', $string);

fai un trim per sicurezza e il gioco è fatto

[OmerBarman]

Maurizio scusami ma il problma è che nn tutto il testo che voglio eliminare è tra parentesi
es:
species: Acanthoceto cinereus (Tullgren, 1901)
species: Acanthoceto ladormida Ramírez, 1997

se noti nel secondo record ' Ramirez, 1997 ' nn è tra parentesi e dovrebbe essere eleminato

una volta tolto la prima parte e 'species:' si dovrebbe poter creare un codice che elimini la parte restante partendo dal secondo spazio

scusa abbi pazienza ma certe cose nn riesco a farle

si gentile AIUTAMIIIIIIIII

[mtx_maurizio]

ok, allora se il modello è sempre il medesimo, ovvero:

species: nome altronome Parte da eliminare

semplicemente exploderei la stringa e terrei il secondo e il terzo valore

tipo

$var = explode(" ", $string);

$FinalString = $var[1] . $var[2];

Questo SE il modello è sempre quello