需要有关PHP DOM XPath解析表的帮助

Question

我最近刚刚阅读了有关PHP中的DOM模块的信息，现在我正试图将其用于解析HTML文档。 该页面说，这是比使用preg更好的解决方案，但是我很难弄清楚如何使用它。

该页面包含一个表，该表包含日期和该日期的X个事件。

首先，我需要使用valign =“ bottom”从tr中获取文本（日期），然后我需要使用低于该tr的valign =“ top”从所有tr中获取所有列值。 我需要从tr下方的每个tr到日期的所有列值，直到具有valign =“ bottom”（下一个日期）的下一个tr。 带有列数据的tr的数目是未知的，可以为零或很多。

这是页面上的HTML外观：

 <table> <tr valign="bottom"> <td colspan="4">2009-02-26</td> </tr> <tr valign="top"> <td>21:00</td> <td>Column data</td> <td>Column data</td> <td>Column data</td> </tr> <tr valign="top"> <td>23:00</td> <td>Column data</td> <td>Column data</td> <td>Column data</td> </tr> <tr valign="bottom"> <td colspan="4">2009-02-27</td> </tr> <tr valign="top"> <td>06:00</td> <td>Column data</td> <td>Column data</td> <td>Column data</td> </tr> <tr valign="top"> <td>10:00</td> <td>Column data</td> <td>Column data</td> <td>Column data</td> </tr> <tr valign="top"> <td>13:00</td> <td>Column data</td> <td>Column data</td> <td>Column data</td> </tr> </table> 

到目前为止，我已经能够获得前两个日期（我只对前两个日期感兴趣），但是我不知道如何从这里开始。

我用来获取日期trs的xpath查询是

$result = $xpath->query('//tr[@valign="bottom"][position()<3]);

现在，我需要一种方法将当天的所有事件与日期关联起来。 选择直到下一个日期tr的所有tds和所有列值。

Answer 1

$oldSetting = libxml_use_internal_errors( true ); 
libxml_clear_errors(); 

$html = new DOMDocument(); 
$html->loadHtmlFile('http://url/table.html'); 

$xpath = new DOMXPath( $html ); 
$elements = $xpath->query( "//table/tr" ); 

foreach ( $elements as $item ) {
  $newDom = new DOMDocument;
  $newDom->appendChild($newDom->importNode($item,true));

  $xpath = new DOMXPath( $newDom ); 

  foreach ($item->attributes as $attribute) { 

    for ($node = $item->firstChild; $node !== NULL; 
         $node = $node->nextSibling) {
      if (($attribute->nodeName =='valign') && ($attribute->nodeValue=='top'))
      {
        print($node->nodeValue); 
      }
      else
      {
        print("<br>".$node->nodeValue);
      }
    }
    print("<br>");
  } 
}

libxml_clear_errors(); 
libxml_use_internal_errors( $oldSetting ); 

Answer 2

这个XPath表达式

/table/tr/td[@colspan=4]

要么

/table/tr[valign='bottom']/td

结果是一个带有日期单元格的节点集。

如何获得标记之间的细胞？

/table/tr/td[not(@colspan=4)][preceding::td[@colspan=4][1]='2009-02-26']

Answer 3

使用following-sibling() 。