Question

我有一大堆大型HTML文档，里面有数据表，我正在编写一个脚本，可以处理HTML文件，隔离标签及其内容，然后将这些表中的所有行连接成一个大数据表。然后循环遍历新大表的行和列。

经过一些研究后，我开始尝试PHP的DOMDocument类来解析HTML，但我只是想知道，这是做这样的事情的最好方法吗？

这是我到目前为止所得到的......

$dom = new DOMDocument();
$dom->preserveWhiteSpace = FALSE;
@$dom->loadHTMLFile('exrate.html');
$tables = $dom->getElementsByTagName('table');

除了表格及其内容之外，我该怎么做？然后我真的想删除第一个表，因为它是一个目录。然后遍历所有表行并将它们构建到一个大表中。

任何人都有关于如何做到这一点的任何提示？我一直在浏览php.net上的DOMDocument文档，但我发现语法非常莫名其妙！

干杯，B

编辑：以下是一个HTML文件示例，其中包含我要加入的数据表http://thenetzone.co.uk/exrates/exrate.html

Answer 1

好的，用phpQuery排序并进行了大量的反复试验所以它需要一大堆表并将内容移动到第一个表中，删除空表然后循环遍历每个表行并从特定列中提取文本，在本例中为每行的第2和第3个td。

require('phpQuery/phpQuery.php');
$doc = phpQuery::newDocumentFileHTML('exrates_code.html');
pq('table:first')->remove();// REMOVE FIRST TABLE, JUST A CONTENTS TABLE SO NOT INTERESTED
pq('tr:has(th)')->remove();// REMOVE TABLE ROWS THAT ARE HEADERS
pq('table:not(:first) tr')->appendTo('table:first');// MOVE CONTENTS OF OTHER TABLES TO FIRST
pq('table:empty')->remove();// REMOVE EMPTY TABLES
pq('br')->remove();

$rows = pq('table tr');
foreach ($rows as $row) {
    $currency = pq($row)->find('td:eq(1)')->text();
    $value = pq($row)->find('td:eq(2)')->text();
}

希望这可以帮助别人！

使用PHP DOMDocument连接HTML表

1 个答案: