2025-08-17 ·
日常编程 ·
301113
本文将介绍如何使用PHP从文本文件中读取数据,并生成一个包含数据行和汇总行的HTML表格。汇总行将显示姓名数量、工资总额、最常见城市和平均年龄等统计信息。通过本文,你将学习如何处理文件数据、进行数组操作以及生成动态HTML表格。
读取文件数据并生成表格
首先,我们需要从文本文件中读取数据。假设我们的数据文件 name.txt 包含以逗号分隔的键值对,例如:
name:Ivan,Salary:5000,town:Sofia,age:20
name:Pesho,Salary:1500,town:Pleven,age:19
...
以下PHP代码将读取该文件,解析数据,并生成一个HTML表格:
<?php
$file = fopen('name.txt', "r");
$names = [];
$cities = [];
$salaries = [];
$ages = [];
echo " ";
echo "Name Salary Town Age ";
while (!feof($file)) {
$string = fgets($file);
$finalArray = [];
$asArr = explode(',', $string);
foreach ($asArr as $val) {
$tmp = explode(':', $val);
$finalArray[$tmp[0]] = trim($tmp[1] ?? ""); // 使用trim()去除空格,并使用null coalesce操作符
}
if (empty($finalArray['name'])) { // 添加空行检查
continue;
}
$name = $finalArray['name'];
$salary = $finalArray['Salary'];
$city = $finalArray['town'];
$age = $finalArray['age'];
$names[] = $name;
$salaries[] = $salary;
$cities[] = $city;
$ages[] = $age;
echo '';
echo '' . htmlspecialchars($name) . ' '; // 使用htmlspecialchars防止XSS攻击
echo '' . htmlspecialchars($salary) . ' ';
echo '' . htmlspecialchars($city) . ' ';
echo '' . htmlspecialchars($age) . ' ';
echo ' ';
}
// 计算汇总数据
$countOfNames = count(array_unique($names));
$citiesCount = array_count_values($cities);
$maxVal = max($citiesCount);
$mostCommonCity = array_search($maxVal, $citiesCount);
$sumOnAllSalary = array_sum($salaries);
$averageAges = (int)(array_sum($ages) / count($ages));
// 输出汇总行
echo '';
echo '' . $countOfNames . ' ';
echo '' . $sumOnAllSalary . ' ';
echo '' . htmlspecialchars($mostCommonCity) . ' '; // 使用htmlspecialchars防止XSS攻击
echo '' . $averageAges . ' ';
echo ' ';
echo "
";
fclose($file); // 记得关闭文件
?>
代码解释:
打开文件: fopen('name.txt', "r") 打开名为 name.txt 的文件以进行读取。
初始化数组: $names, $cities, $salaries, $ages 用于存储从文件中读取的数据,以便后续计算。
创建表格头部: 输出 HTML 表格的
标签和表头
...
。
循环读取文件: while (!feof($file)) 循环读取文件的每一行,直到文件结束。
解析数据:
fgets($file) 读取一行数据。
explode(',', $string) 将该行数据按逗号分隔成数组。
explode(':', $val) 将每个键值对按冒号分隔。
trim($tmp[1] ?? "") 去除值的前后空格,并使用null coalesce操作符,避免$tmp[1]不存在时的错误。
数据存储: 将解析后的姓名、工资、城市和年龄分别存储到相应的数组中。
输出数据行: 使用 echo '
...
' 输出 HTML 表格的每一行数据。 使用 htmlspecialchars() 函数对输出进行编码,防止 XSS 攻击。
计算汇总数据:
count(array_unique($names)) 计算不同姓名的数量。
array_count_values($cities) 统计每个城市出现的次数。
max($citiesCount) 找到出现次数最多的城市。
array_search($maxVal, $citiesCount) 找到出现次数最多的城市的名字。
array_sum($salaries) 计算工资总额。
(int)(array_sum($ages) / count($ages)) 计算平均年龄,并转换为整数。
输出汇总行: 使用 echo '
...
' 输出 HTML 表格的汇总行数据。 使用 htmlspecialchars() 函数对城市名称进行编码,防止 XSS 攻击。
关闭文件: 使用 fclose($file) 关闭文件,释放资源。
注意事项
文件路径: 确保文件 name.txt 存在,并且 PHP 脚本有权访问该文件。
数据格式: 确保文件中的数据格式正确,即每行数据都是以逗号分隔的键值对,键值对之间使用冒号分隔。
错误处理: 可以添加错误处理机制,例如检查文件是否成功打开,以及在解析数据时处理可能出现的异常情况。
安全性: 使用 htmlspecialchars() 函数对输出进行编码,防止 XSS 攻击。
空行处理: 添加了空行检查 if (empty($finalArray['name'])) { continue; },避免因空行导致的错误。
文件关闭: 务必使用 fclose($file) 关闭文件,释放资源。
总结
通过本文,你学习了如何使用PHP读取文本文件数据,解析数据,并生成包含数据行和汇总行的HTML表格。这包括文件操作、数组操作、字符串处理和HTML生成等方面的知识。同时,我们也强调了错误处理和安全性等重要方面。这个例子可以作为你进一步学习PHP数据处理和动态网页生成的基础。
以上就是使用PHP生成带有汇总行的表格的详细内容,更多请关注骃骐网【www.myinqi.com】。
python-docx新建文档默认页边距1英寸、字体Calibri 11pt,因不加载normal.dotm模板而用硬编码值;需显式设置section边距和Normal样式字体;add_paragraph()自带段前段后间距致空行;cell.text会清空格式,应操作paragraphs[0].runs;样式名须严格匹配。 python-docx 能生成格式规整的 Word 报告,但不能读取或修改...
2026-05-29 · 日常编程 · 295755
Python内置函数是类型协议的快捷入口,如len()调用__len__()、max()依赖__iter__()和比较方法,理解此机制可避免参数类型错误与兼容性问题。 Python内置函数不是“功能列表”,而是“类型协议的快捷入口” Python的内置函数(BIF)绝大多数不是独立实现的逻辑,而是对对象__len__、__iter__、__lt__等特殊方法的统一调用封装。比如len(x)实际触发...
2026-05-29 · 日常编程 · 138876
只需安装 allure-pytest,它作为 pytest 与 Allure 报告的唯一 Python 桥梁生成 JSON 数据;pytest-allure-adaptor 已废弃,allure-commandline 需单独安装 Java CLI 工具。 直接装 allure-pytest 就够了,不用装 pytest-allure-adaptor(已废弃)或 allure-commandlin...
2026-05-28 · 日常编程 · 81602
缺 Microsoft C++ 编译器导致 pip 编译失败,需安装 Microsoft C++ Build Tools 并勾选 CMake 工具和 Windows SDK,重启终端后验证 cl 命令;替代方案包括 conda install、手动安装 .whl 文件或换用 Miniconda/Anaconda。 Windows 上 pip install 报 “Microsoft Visual ...
2026-05-28 · 日常编程 · 35697
本文介绍多种高效构建条件列的方法,重点对比 apply + 缓存、向量化操作与 numpy.select 等方案,帮助你在处理万级数据时显著提升性能并保持代码可读性。 本文介绍多种高效构建条件列的方法,重点对比 `apply` + 缓存、向量化操作与 `numpy.select` 等方案,帮助你在处理万级数据时显著提升性能并保持代码可读性。 在 Pandas 中为大型 DataFrame(如 20...
2026-05-28 · 日常编程 · 257673
本文介绍如何在 Spark SQL 环境中准确解析含多层括号的布尔表达式(如 A1 AND (A4 OR (A2 AND A3))),并按运算优先级递归生成带编号逻辑标签(如 logic1, logic2)的中间表达式序列,解决纯 SQL 字符串分割无法处理嵌套结构的根本问题。 本文介绍如何在 spark sql 环境中准确解析含多层括号的布尔表达式(如 `a1 and (a4 or (a2 an...
2026-05-27 · 日常编程 · 125410
本文介绍如何使用 pandas 读取同一 excel 文件中多个已有工作表的数据,按业务维度(如交易对手、商品、交易方向)进行分组聚合与透视,并将结果写入新工作表,实现跨脚本数据的自动化整合。 本文介绍如何使用 pandas 读取同一 excel 文件中多个已有工作表的数据,按业务维度(如交易对手、商品、交易方向)进行分组聚合与透视,并将结果写入新工作表,实现跨脚本数据的自动化整合。 在实际业务场...
2026-05-26 · 日常编程 · 86554
camelot-py默认提取PDF表格不可靠,因其lattice模式依赖显式边框、stream模式易受页眉页脚干扰,且不返回坐标与置信度;需结合pdfplumber定位区域,混合flavor、手动设table_areas和columns,并校验accuracy、空值及可视化覆盖。 camelot-py 能提取 PDF 表格,但默认设置下极易漏行、错列、吞空格,尤其对带合并单元格、浅色边框或扫描件(...
2026-05-26 · 日常编程 · 195344
pipenv install 后未生成 Pipfile 是因未在可写的目标项目根目录执行,或未先运行 pipenv --python 3.x 等初始化命令触发创建;Pipfile 仅在项目根目录下显式初始化时生成,非项目路径中执行可能静默创建临时环境而不留 Pipfile。 pipenv install 之后 Pipfile 没生成?检查当前目录和权限 pipenv 不会自动在任意目录创建 Pip...
2026-05-25 · 日常编程 · 217821
使用列表推导式配合 pd.concat() 可以简洁、安全地批量调用函数并合并返回的多个dataframe,避免原地修改错误和内置名称覆盖问题。 使用列表推导式配合 pd.concat() 可以简洁、安全地批量调用函数并合并返回的多个dataframe,避免原地修改错误和内置名称覆盖问题。 在实际数据处理中,我们常需对一组标识(如 "base1", "base2", "base3")逐个调用同一函...
2026-05-25 · 日常编程 · 33413