PDF导出大文本处理：如何用PHP/JS替换生成结构化HTML表格

实现方案 #

完全可以用JavaScript实现该需求，不需要写固定数量的replace规则，通过正则匹配+反向拆分字段的逻辑可以适配1~50条任意数量的条目，处理逻辑如下：

1. 用正则匹配所有数字. 开头的条目，自动拆分所有行数据，不需要提前知道条目总数
2. 由于除DESCRIPTION外的6个字段格式高度固定（均为数字/带括号数字/数字+单位格式），从后往前拆分字段即可精准提取每个列的值，同时自动将散落在ACV后的描述内容补回DESCRIPTION列

完整JS代码示例如下：

// 原始文本
const rawText = `DESCRIPTION QUANTITY UNIT PRICE TAX RCV DEPREC. ACV 1. Remove 3 tab - 25 yr. - composition shingle roofing - 21.25 SQ 52.83 0.00 1,122.64 (0.00) 1,122.64 incl. felt 2. 3 tab - 25 yr. - composition shingle roofing - incl. felt 24.67 SQ 186.84 199.43 4,808.77 (0.00) 4,808.77 3. R&R Drip edge 196.95 LF 2.33 16.27 475.16 (0.00) 475.16 4. Asphalt starter - universal starter course 100.58 LF 1.31 3.67 135.43 (0.00) 135.43 5. Ice & water barrier 118.94 SF 1.15 4.34 141.12 (0.00) 141.12 6. R&R Roof vent - turtle type - Metal 5.00 EA 51.09 6.55 262.00 (0.00) 262.00 7. R&R Flashing - pipe jack 3.00 EA 38.63 2.95 118.84 (0.00) 118.84 8. R&R Rain cap - 6" 2.00 EA 36.80 3.40 77.00 (0.00) 77.00 9. R&R Ridge cap - composition shingles 77.58 LF 4.67 7.04 369.33 (0.00) 369.33 10. Digital satellite system - Detach & reset 1.00 EA 31.40 0.00 31.40 (0.00) 31.40 11. Digital satellite system - alignment and calibration 1.00 EA 94.19 0.00 94.19 (0.00) 94.19 only 12. R&R Flashing - pipe jack - split boot 1.00 EA 76.00 3.76 79.76 (0.00) 79.76 13. R&R Gutter / downspout - aluminum - up to 5" 152.58 LF 7.13 49.56 1,137.45 (0.00) 1,137.45`;

// 切掉开头表头，拆分所有条目
const entryPart = rawText.replace(/^DESCRIPTION QUANTITY UNIT PRICE TAX RCV DEPREC\. ACV /, '');
const entries = entryPart.split(/(?=\d+\. )/).filter(Boolean);

// 组装表格
let tableHtml = `<table>
<tr>
<th>DESCRIPTION</th>
<th>QUANTITY</th>
<th>UNIT PRICE</th>
<th>TAX</th>
<th>RCV</th>
<th>DEPREC.</th>
<th>ACV</th>
</tr>`;

entries.forEach(entry => {
  // 从后往前拆分字段，匹配规则：ACV(数字) → DEPREC(带括号数字) → RCV(数字) → TAX(数字) → UNIT PRICE(数字) → QUANTITY(数字+空格+单位)
  const reg = /(.*?)\s+([\d,]+\.[\d]{2})\s+(\(\d+\.\d+\))\s+([\d,]+\.[\d]{2})\s+([\d,]+\.[\d]{2})\s+([\d,]+\.[\d]{2})\s+(\d+\.\d+\s+[A-Za-z]+)\s*(.*)/;
  const match = entry.match(reg);
  if (match) {
    const desc = (match[1] + ' ' + match[8]).trim();
    const qty = match[7];
    const unitPrice = match[6];
    const tax = match[5];
    const rcv = match[4];
    const deprec = match[3];
    const acv = match[2];
    tableHtml += `
<tr>
<td>${desc}</td>
<td>${qty}</td>
<td>${unitPrice}</td>
<td>${tax}</td>
<td>${rcv}</td>
<td>${deprec}</td>
<td>${acv}</td>
</tr>`;
  }
});

tableHtml += '</table>';

// 输出表格，可直接插入到页面DOM中
console.log(tableHtml);

如果需要用PHP实现，也可以套用相同的正则逻辑，比你原来逐个写replace的方案可维护性高很多，不需要适配不同的条目数量。

内容的提问来源于stack exchange，提问作者jQuery