使用PHP函数preg_match_all提取正则表达式html表

Question

我想从包含嵌套html表标签的html页中提取表，之后再提取表的<td>和<tr> 。

我正在用这个。 对于<b>和</b>

$file = file_get_contents($url);
preg_match_all ("/<b>(.*)<\/b>/U", $file, $pat_array);
print $pat_array[0][0]." <br> ".$pat_array[0][1]."\n";

任何人都可以使用<tr>和<td> </table>告诉我嵌套<table (some table properties)>某些数据的正则表达式。 如果<tr>或<td>字段中存在href，请保持href，并记住所需的表。

例：

$file = "<html> <head> <title> asdf </title> </head> <body bgcolor = red >  <table border = 1> <table bgcolor = white> (some tr and td data > </table> </table></body> </body> </html>"

preg_match_all ("regular expression for table tag", $file, $pat_array);
print $pat_array[0][0]." <br> ".$pat_array[0][1]."\n";

更新1：

当我尝试下面的代码时，它显示错误：

注意：第27行的C：\\ xampp \\ htdocs \\ testphp \\ tabledata.php中的未定义偏移量：0

码：

$file = file_get_contents($url);
$pat_array = Array();
preg_match_all ("/<tr>(.*)<\/tr>/U", $file, $pat_array);
print $pat_array[1][0];

有人可以针对这个错误提供帮助吗？

Answer 1

不要尝试使用正则表达式解析HTML，而应使用DOMDocument和DOMXpath 。

$dom = new DOMDocument();
$dom->loadHtml($file);

$xpath = new DOMXpath($dom);
$tableNodes = $xpath->query('//table'); // select all table nodes

// do something, e.g. print node content
foreach ($tableNodes as $tableNode) {
    print $tableNode->nodeValue;
}

您可以使用xpath执行更多查询选项，请在此处查看。 另外，您可能还想对选定的节点执行其他操作，而不只是打印内容。 如果要查找每个表的子DOM，请尝试以下操作：

foreach ($tableNodes as $tableNode) {
    $newDom = new DOMDocument();
    $clone = $tableNode->cloneNode(true);
    $clone = $newDom->importNode($clone, true);
    $newDom->appendChild($clone);

    $html = $newDom->saveHTML();
}

使用PHP函数preg_match_all提取正则表达式html表

问题描述

1 个解决方案

解决方案1
1 已采纳 2014-11-17 08:43:13

使用PHP函数preg_match_all提取正则表达式html表

问题描述

1 个解决方案

解决方案1 1 已采纳 2014-11-17 08:43:13

解决方案1
1 已采纳 2014-11-17 08:43:13