I need to go through the data of several txt, take specific data and generate a csv

Question

I’m already going through the files and accessing the data, but I need to get what’s after the following line:

P.A.C.() initial P.A.C. () Sopave of the quota due 3a. installment due due due payment effective Sopave balance

to the line above this data: (*) Proposal for Admission to Consortium

I’m thinking about doing with regex or using an if...

This is my code:

<?php

//PERCORRENDO OS ARQUIVOS TXT DO LIVRO 02
$path = "/guardiao/files/juridico/Livro 02 - Medio - Ok";
$diretorio = dir($path);
echo '<pre>';
while($arquivo = $diretorio -> read()){
if ($arquivo == '.' || $arquivo == '..') continue;
$ext = array_reverse(explode(".", $arquivo))[0];

if($ext == 'txt'){
    //echo $arquivo.'<br/>';
    $conteudo = file_get_contents($path.'/'.$arquivo);
    //SUBSTITUIR ESPEÇO EM BRANCO POR ;
    $subst_espaço = preg_replace("/( )+/", ';', $conteudo);
    //TRANSFORMAR CADA LINHA EM UM ARRAY
    $linhas = explode("\n", $subst_espaço);
    foreach ($linhas as $linha) {
         echo $linha;
        $linha_dados = 1;
        $linha_titulo = 'a';
        if ($linha) {

        }
    }
    // $linhas = count($ler);
    //PEGAR SOMENTE OS DADOS APÓS A LINHA QUE POSSUIR ; E UM NUMERO
    // var_dump($ler);
     //print_r($linha);
    // exit();

}
// print_r($ext.'<br/>');
// echo $arquivo."<br />";
}
$diretorio -> close();

?>

This is one of the archives:

and

&

Annex VI

Rodobens Administration and Promotions Ltda.

Commissions on sales of consortium quotas - Real Estate Base date: 22 May 2002

In real % of

% Commission Commission Total Balance Reversal Commission Number Credit _ due as spreadsheet - Initial status due in due in commission Value __ Chargeback spreadsheet P.A.C.() initial P.A.C. () Sopave of the quota due 3a. installment due due due payment effective Sopave balance 150.620 25.000,00 2,62% 1,42% Active 655,00 125,00 0,00 0,00 780,00 655,00 0,00 125,00 (300,00) 150.619 25.000,00 2,62% 1,42% Active 655,00 125,00 0,00 0,00 780,00 655,00 0,00 125,00 (300,00) 150.610 25.000,00 2,62% 1,42% Active 655,00 125,00 0,00 0,00 780,00 780,00 0,00 0,00 355,00 150.607 80.000,00 2,62% 1,42% Active 2.096,00 400,00 0,00 0,00 2.496,00 2.496,00 0,00 0,00 1.136,00 150.605 25.000,00 2,62% 1,42% Active 655,00 125,00 0,00 0,00 780,00 780,00 0,00 0,00 355,00 150.560 30.000,00 2,62% 1,42% Inactive 786,00 0,00 0,00 336,00 450,00 450,00 0,00 0,00 426,00 150.556 80.000,00 0,00% 1,42% Inactive 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 1.136,00 150.533 25.000,00 2,62% 1,42% Inactive 655,00 0,00 0,00 655,00 0,00 0,00 0,00 0,00 0.00 355,00 150.531 25.000,00 2,62% 1,42% Inactive 655,00 0,00 0,00 655,00 0,00 0,00 0,00 0,00 355,00 150.522 30.000,00 2,62% 1,42% Active 786,00 150,00 0,00 0,00 936,00 936,00 0,00 0,00 426,00 150.493 50.000,00 2,62% 1,42% Active 1.310,00 250,00 0,00 0,00 1.560,00 1.560,00 0,00 0,00 710,00 150.443 25.000,00 2,62% 1,42% Active 655,00 125,00 0,00 0,00 780,00 780,00 0,00 0,00 355,00 150.439 25.000,00 2,62% 1,42% Active 655,00 125,00 0,00 0,00 780,00 780,00 0,00 0,00 355,00 150.432 35.000,00 2,62% 1,42% Active 917,00 175,00 0,00 0,00 1.092,00 1.092,00 0.00 0,00 497,00 150.426 25.000,00 2,62% 3,12% Active 655,00 125,00 0,00 905,00 0,00 0,00 905,00 (125,00) 150.420 25.000,00 2,62% 2,62% Active 655,00 125,00 0,00 0,00 780,00 780,00 0,00 0,00 655,00 150.404 25.000,00 2,62% 1,42% Inactive 655,00 0,00 0,00 280,00 375,00 655,00 0,00 (280,00) (300,00) 150.403 25.000,00 2,62% 1,42% Inactive 655,00 0,00 0,00 280,00 375,00 655,00 0,00 (280,00) (300,00) 150.401 55.000,00 2,62% 1,42% Inactive 1.441,00 0,00 0,00 616,00 825,00 825,00 0,00 0,00 (660.00) 150.400 25.000,00 2,62% 1,42% Inactive 655,00 0,00 0,00 280,00 375,00 655,00 0,00 (280,00) (300.00) 150.397 25.000,00 2,62% 1,42% Inactive 655,00 0,00 0,00 280,00 375,00 655,00 0,00 (280,00) (200,00) 150.394 25.000,00 2,62% 1,42% Inactive 655,00 0,00 0,00 280,00 375,00 655,00 0,00 (280,06) (200,00) 150.392 25.000,00 2,62% 1,42% Inactive 655,00 0,00 0,00 280,00 375,00 655,00 0,00 (280,00) (300,00) 150.391 25.000,00 2,62% 1,42% Inactive 655,00 0,00 0,00 280,00 375,00 655,00 0,00 (280,00) (300,00) 150.388 25.000,00 2,62% 1,42% Inactive 655,00 0,00 0,00 280,00 375,00 655,00 0,00 (280,00) (300,00) (*) Proposal for Admission to Consortium (**) CAP included in the September 2001 reinstatement report 1?

Answer 1

[...] I need to take what’s after the following line:

P.A.C.() initial P.A.C. () Sopave of quota due 3rd. parcel Contemplation due due paid effective Sopave balance

[...] up to the line above this data: (*) Proposal for Admission to Consortium

Since you have already determined a static start and end point, just put these points between the capture group with the token . capturing any character and a quantifier *? Lazy, it will capture all characters until the first occurrence of the sequence (*) Proposta de Admissão em Consórcio.

Then use this regex to capture the content you want:

P\.A\.C\.\(\) inicial P\.A\.C\. \(\) Sopave da cota devida 3a\. parcela contemplação devidas devidas pago efetivados Saldo Sopave(.*?)\(\*\) Proposta de Admissão em Consórcio

With it you can use the command preg_match_all() and preg_match(), after that is just you put the result in a variable and write it in a csv as you mentioned in the title.

You can see an example of regex working here.

---

Example preg_match():

$subject = 'seu texto aqui';
$pattern='~P\.A\.C\.\(\) inicial P\.A\.C\. \(\) Sopave da cota devida 3a\. parcela contemplação devidas devidas pago efetivados Saldo Sopave(.*?)\(\*\) Proposta de Admissão em Consórcio~';
$success = preg_match($pattern, $subject, $match);
if ($success) {
    echo "Match: ".$match[1]."<br />";
}

Example preg_match_all():

$subject = 'seu texto aqui';
$pattern='~P\.A\.C\.\(\) inicial P\.A\.C\. \(\) Sopave da cota devida 3a\. parcela contemplação devidas devidas pago efetivados Saldo Sopave(.*?)\(\*\) Proposta de Admissão em Consórcio~';
$hits = preg_match_all($regex,$airports,$matches,PREG_SET_ORDER); //hits é o vetor com seus matches