是否有任何有效的测试方法可以建议在将数据从HTML解析为SQL后测试数据？
要提供上下文，我将从HTML页面（包含单个表）迁移数据，这些页面按顺序编号到MySQL表中。正在使用Domdocument和XPath来提取数据DAO样式和输出似乎是一致的。检查HTML和数据库（随机选择，顺序，一些编程算法......）的最佳方法是什么？
答案 0 :(得分：1)
也许您可以使用diff算法将原始HTML与解析后的文本进行比较并计算百分比。由于html标签和喜欢它，显然永远不会是100％匹配，但你可以找出一个可接受的范围并以这种方式测试你的数据。
我认为随机抽样是最好的，除非你有时间和处理能力来测试一切。
这是diff算法的PHP实现=＆gt; http://paulbutler.org/archives/a-simple-diff-algorithm-in-php/
答案 1 :(得分：1)
因为您无权访问原始数据而只能访问已解析的HTML，所以您只能执行两次完全相同的操作并进行比较。
您还可以根据提取的数据创建新的DOM文档并比较DOM。 通过这种方式，您可以测试错误导入的数据。
但是所有这些方法都与您用于提取的方法一样可靠。并且可能不值得服务器负载来测试每个导入。
随机测试发现错误的成功率非常低，你可能更适合人眼。
你至少可以构建一种注意奇怪行为的概率算法。
f.e。如果您要解析每日新闻Html页面，并且在某一天您只能获得3个新闻项目，每页的平均新闻项目应该是10左右。您当然可以调整这些边距。