如何使用PHP Simple HTML DOM Parser來解析它？

Question

以下是我需要解析為PHP程序的HTML示例：

                    <div id="dump-list">    
<div class="dump-row"> 
 <div class="dump-location odd" data-jmapping="{id: 35, point: {lng: -73.00898601, lat: 41.71727402}, category: 'office'}">

    <div class="SingleLinkNoTx">
    <a href="#10" class="loc-link">Acme Software</a><br/><strong>John Doe, MBA</strong><br/>123 Main St.<br />New York, NY 10036<br /><strong class="telephone">(212) 555-1234</strong><br/>
    </div><!-- END.SingleLinkNoTx -->

    <a href="http://www.example.com" target="_blank" class="web_link">Visit Website</a><span><br />(0.3 miles)</span>   
    <div class="loc-info">
            <div class="loc-info-text ">
        John Doe, MBA<br /><a href="http://maps.google.com/?daddr=41.71727402,-73.00898601" target="_blank">Get Directions &raquo;</a>    
        </div>

    </div>

</div>

這是我想從上面的HTML示例中提取到PHP中的信息：

lng: -73.00898601, lat: 41.71727402
category: 'office'
Acme Software
John Doe, MBA
123 Main St.
New York, NY 10036
(212) 555-1234
http://www.example.com

我已經嘗試過使用PHP Simple HTML DOM Parser，但我是新手，並且找不到與我需要做的相關的有效PHP示例。 我嘗試了一些像這樣的PHP代碼來理解它是如何工作的，但是var_dump（$ e）產生了大量的輸出，並且在var_dump中有關於遞歸的消息。 所以我迷失了如何真正使用它。 非常感謝一些幫助！

$e = $html->find('.dump-location', 0)->find('.SingleLinkNoTx', 0);
echo $e;
var_dump($e);

Answer 1

使用XPath查找和提取HTML / XML文檔中的元素 - 特別是SimpleXMLElement :: xpath方法。

以下示例將找到某個位置的電話號碼：

$doc = new DOMDocument();
$doc->loadHTML('your html snippet goes here - or use loadHTMLFile()');
$xml = simplexml_import_dom($doc);
$elements = $xml->xpath('//*[contains(@class, "dump-location")]/div[@class="SingleLinkNoTx"]/strong[@class="telephone"]');
print_r($elements);

最復雜的部分是XPath表達式。 快速分解：

1. //
   • 此規則告訴解析器遞歸地將規則應用於文檔中的所有元素。
2. *[contains(@class, "dump-location")]
   • 匹配具有dump-location類的任何元素
3. /
   • 告訴解析器僅將下一個規則應用於具有dump-location父級的元素。
4. div[@class="SingleLinkNoTx"]
   • 匹配具有SingleLinkNoTx類（並且沒有其他類名）的任何DIV元素。
5. strong
   • 將所有STRONG標記與telephone類匹配的規則。

在問題中提供的HTML代碼段上使用此XPath表達式將導致輸出如下所示。 這很容易迭代並從中提取信息：

Array
(
    [0] => SimpleXMLElement Object
        (
            [@attributes] => Array
                (
                    [class] => telephone
                )

            [0] => (212) 555-1234
        )

)

如果您知道文檔結構，則可以為要提取的每條信息構造XPath表達式。 或者，使用更通用的XPath表達式（例如，檢索所有dump-location元素的表達式）並手動迭代元素可能更簡單。