[英]Scraping data using PHP Simple HTML DOM
我的结构是这样的:
<tr>
<td>
<strong>Tel. nr.:</strong>
+370 000 000
<strong>Faksas:</strong>
+370 5 0000
</td>
</tr>
我是使用简单HTML DOM的新手。 我需要的是内容+370000000和+370 5 0000 。 我看到该库不支持Xpath,如何编写查询,可以在其中提取HTML链接<strong>Tel. nr.:</strong>
后的内容<strong>Tel. nr.:</strong>
<strong>Tel. nr.:</strong>
?
我发现只有一种方法,获取HTML和使用正则表达式从</strong>
到<strong>
获取文本,但是简单HTML DOM可能有自己的方法吗?
这样尝试...
<?php
require('simple_parser.php');
$html = str_get_html('
<tr>
<td>
<strong>Tel. nr.:</strong>
+370 000 000
<strong>Faksas:</strong>
+370 5 0000
</td>
</tr>');
$td =$html->find('td',0) ;
echo $td->plaintext;
?>
发布完整的代码以获得清晰的答案
您可以使用->find('text')
来获取文本节点:
$sample_html = '
<table>
<tr>
<td>
<strong>Tel. nr.:</strong>
+370 000 000
<strong>Faksas:</strong>
+370 5 0000
</td>
</tr>
</table>
';
$html = str_get_html($sample_html);
foreach($html->find('tr') as $row) {
$first_td = $row->find('td', 0);
echo $first_td->find('text', 2);
echo $first_td->find('text', 4);
}
但是这种解决方案相当笨拙。 删除元素上的这些换行符将产生另一个结果。
我建议将DOMDocument
与xpath结合使用:
$dom = new DOMDocument;
$dom->loadHTML($sample_html);
$xpath = new DOMXpath($dom);
$elements = $xpath->query('//tr[1]/td[1]/text()');
foreach($elements as $e) {
echo trim($e->textContent) . '<br/>';
}
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.