PHP使用domdocument从html提取数据

Question

我有一个具有以下结构的表。 我似乎无法获得所需的数据。

<table class="gsborder" cellspacing="0" cellpadding="2" rules="cols" border="1" id="d00">
    <tr class="gridItem">
        <td>Code</td><td>0adf</td>
    </tr><tr class="AltItem">
        <td>CompanyName</td><td>Some Company</td>
    </tr><tr class="Item">
        <td>Owner</td><td>Jim Jim</td>
    </tr><tr class="AltItem">
        <td>DivisionName</td><td>&nbsp;</td>
    </tr><tr class="Item">
        <td>AddressLine1</td><td>9314 W. SPRING ST.</td>
    </tr>
</table>

该表当然嵌套在页面内的另一个表中。 例如，如何使用DomDocument将“代码”和“ 0adf”称为键值对？ 实际上，它们不需要在键值对中，但我应该能够分别将它们分别命名。

编辑：

使用PHP Simple HTML，我可以使用以下方法提取所需的数据：

  $foo = $html->getElementById("d00")->childNodes(1)->childNodes(1);

但是，这样做的问题是我的数据带有两个<td></td>标记。 有没有办法只获取没有标签的原始数据？

另外，这是从表中获取数据的正确方法吗？

Answer 1

如果您对DOMDocument的使用还不满意，请尝试使用PHP Simple HTML DOM Parser 。 这样的好处是允许您解析不是有效XML的HTML，以及为解析后的文档提供更好的接口。

您可以这样写：

$html = str_get_html(...);
foreach($html->find('tr') as $tr) 
{
  print 'First td: ' . $tr->find('td', 0)->plaintext;
  print 'Second td: ' . $tr->find('td', 1)->plaintext;
}