Как распарсить строки, если формат «плавающий»?

Question

[Fyodor]

Текст авиабилета разбил на строки. Получается каждый "сегмент" перелета из двух строк состоит.
Нужно из каждого сегмента получить даты отправления, время отправления, код города отправления, код города прибытия, время прибытия и дату прибытия(ее может не быть если совпадает с датой отправления".

[17] => 20NOV S7 873   OVB-NOVOSIBIRSK         2355  PEK-CAPITAL-BEIJING     V -OK  1PC
    [18] =>                TERMINAL B                    TERMINAL 3      ARRIVAL:0510 21NOV
    [19] => 21NOV MU 5183  PEK-CAPITAL-BEIJING     0725  PVG-PU DONG-SHANGHAI    S -OK  1PC
    [20] =>                TERMINAL 2                    TERMINAL 1      ARRIVAL:0955      
    [21] => 25NOV HU 7620  PVG-PU DONG-SHANGHAI    2205  PEK-CAPITAL-BEIJING     Y -OK  1PC
    [22] =>                TERMINAL 2                    TERMINAL 1      ARRIVAL:0035 26NOV
    [23] => 26NOV S7 874   PEK-CAPITAL-BEIJING     0605  OVB-NOVOSIBIRSK         T -OK  1PC
    [24] =>                TERMINAL 3                    TERMINAL B      ARRIVAL:0955

Задумался несколько. Если бы все города писались в одно слово без пробелов, я бы сделал просто через explode(" ", $var)
но все сложнее увы...как быть? сами названия городов не нужны, т.е. из строчек PEK-CAPITAL-BEIJING и PVG-PU DONG-SHANGHAI важны только IATA коды - PEK и PVG. В регулярных не силен, к сожалению, можно ли ими сделать "универсальное" для данного случая решения?

Answer 1

[D']

preg_match("/(?<![A-Z])\s([A-Z]{3})-/Uig", $text, $matches); // для кодов
preg_match("/([0-9]{2}[A-Z]{3})/Uig", $text, $matches); // для дат

Comments

[Fyodor]

Спасибо. Не могли бы подсказать как "для дат" модифицировать чтобы время тоже попадало?
'/([0-9]{2}[A-Z]{3})([0-9]{4})/iU'; так почему-то не работает

[D']

Федор: а где там время?

[Fyodor]

D' Normalization: уже сделал в принципе. время 0725 так вот записано

Answer 2

[Rsa97]

Все данные в фиксированных позициях, достаточно простого substr(). Но можно и регуляркой

if (preg_match_all('/(\d\d)(\S{3})\s+\S+\s+\d+\s+(\S{3})-.*?(\d\d)(\d\d)\s+(\S{3})-.*?ARRIVAL:(\d\d)(\d\d)(?: (\d\d)(\S{3}))?/s', 
    $data, $matches, PREG_SET_ORDER)) {
  foreach($matches as $flight) {
    if (!isset($flight[9])) {
        $flight[9] = $flight[1];
        $flight[10] = $flight[2];
    }
    list($full, $depDay, $depMonth, $depIATA, $depHour, $depMin,
         $arrIATA, $arrHour, $arrMin, $arrDay, $arrMonth) = $flight;
    print "$depDay $depMonth $depHour:$depMin $depIATA => $arrDay $arrMonth $arrHour:$arrMin $arrIATA\n";
  }
}

Comments

[Fyodor]

Да просто не факт что позиция элементов не изменится. изначально это все приходит в виде html с разбивкой через  

[Rsa97]

Федор: Регулярка будет работать если порядок полей не изменится