Array Exploding问题求助：附data.txt及SIP通话相关数据

我猜你在处理这份Asterisk通话日志（data.txt）时，遇到了数组拆分的麻烦——直接按空格拆分的话，会把( 0.00%)这种内部带空格的字段拆成多个零散元素，导致数组结构完全混乱。先把你的日志内容贴出来方便参考：

Peer Call ID Duration Recv: Pack Lost ( %) Jitter Send: Pack Lost ( %) Jitter
139.59.232.196 0bb9262d6a1 00:01:12 0000003558 0000000000 ( 0.00%) 0.0000 0000001177 0000000000 ( 0.00%) 0.0200
139.59.232.196 41283499492 00:00:00 0000000000 0000000000 ( 0.00%) 0.0000 0000000000 0000000000 ( 0.00%) 0.0000
139.59.232.196 7033a541240 00:00:08 0000000000 0000000000 ( 0.00%) 0.0000 0000000019 0000000000 ( 0.00%) 0.0000
3 active SIP chan...

问题的核心很明确：日志是固定列数的结构化数据，但部分字段（比如丢失率）内部包含空格，普通的全空格拆分逻辑会把这些字段拆碎。下面给你几种不同场景下的解决方案：

1. PHP 处理方案 #

用正则表达式精准匹配每一列，把带空格的字段作为整体捕获，避免拆分：

$fileHandle = fopen('data.txt', 'r');
// 跳过第一行表头
fgets($fileHandle);

while (($line = fgets($fileHandle)) !== false) {
    $line = trim($line);
    // 跳过最后一行的提示信息
    if (str_contains($line, 'active SIP chan')) continue;
    
    // 正则匹配所有列，将带空格的丢失率字段作为整体提取
    if (preg_match('/^(\S+) (\S+) (\S+) (\S+) (\S+) (\( \d+\.\d+%\)) (\S+) (\S+) (\S+) (\( \d+\.\d+%\)) (\S+)$/', $line, $matches)) {
        array_shift($matches); // 移除匹配的整行字符串
        
        // 整理成可读性更高的关联数组
        $callLog = [
            'peer' => $matches[0],
            'call_id' => $matches[1],
            'duration' => $matches[2],
            'recv_packets' => $matches[3],
            'recv_lost' => $matches[4],
            'recv_lost_percent' => $matches[5],
            'recv_jitter' => $matches[6],
            'send_packets' => $matches[7],
            'send_lost' => $matches[8],
            'send_lost_percent' => $matches[9],
            'send_jitter' => $matches[10]
        ];
        
        // 这里可以根据需求处理数据，比如存入数据库或输出
        print_r($callLog);
    }
}

fclose($fileHandle);

2. Python 处理方案 #

适合做数据分析或批量脚本的场景，同样用正则提取完整字段：

import re

# 读取日志文件
with open('data.txt', 'r', encoding='utf-8') as f:
    all_lines = f.readlines()

# 跳过表头和最后一行提示，过滤空行
data_lines = [line.strip() for line in all_lines[1:-1] if line.strip()]

# 正则匹配规则
pattern = r'^(\S+) (\S+) (\S+) (\S+) (\S+) (\( \d+\.\d+%\)) (\S+) (\S+) (\S+) (\( \d+\.\d+%\)) (\S+)$'
call_records = []

for line in data_lines:
    match_result = re.match(pattern, line)
    if match_result:
        groups = match_result.groups()
        call_records.append({
            'peer': groups[0],
            'call_id': groups[1],
            'duration': groups[2],
            'recv_packets': groups[3],
            'recv_lost': groups[4],
            'recv_lost_percent': groups[5],
            'recv_jitter': groups[6],
            'send_packets': groups[7],
            'send_lost': groups[8],
            'send_lost_percent': groups[9],
            'send_jitter': groups[10]
        })

# 打印处理后的结果
for record in call_records:
    print(record)

3. Bash/Awk 处理方案 #

如果是在Linux服务器上做批量处理，用Awk脚本最省心，直接按字段位置合并带空格的部分：

#!/bin/bash
# 跳过表头，处理数据行，忽略最后一行提示
tail -n +2 data.txt | head -n -1 | awk '{
    printf "=== 通话记录 ===\n"
    printf "Peer: %s\n", $1
    printf "Call ID: %s\n", $2
    printf "Duration: %s\n", $3
    printf "接收数据包: %s\n", $4
    printf "接收丢失数: %s\n", $5
    printf "接收丢失率: %s %s\n", $6, $7  # 合并带空格的丢失率字段
    printf "接收抖动: %s\n", $8
    printf "发送数据包: %s\n", $9
    printf "发送丢失数: %s\n", $10
    printf "发送丢失率: %s %s\n", $11, $12 # 合并带空格的丢失率字段
    printf "发送抖动: %s\n", $13
    printf "\n"
}'

这样处理后，就能得到结构完全正确的数组/字典，不会再出现字段被意外拆分的问题。

内容的提问来源于stack exchange，提问作者Asterisk Developer