使用简单的html dom解析器导致问题的不一致元素

Question

我使用simple_html_dom.php抓取以下来源： http://www.forexfactory.com/calendar.php

我正在抓取表格元素 td.event 和 td.actual 。

问题是，如果你查看源代码，你可以看到td.event都有span元素，我就像这样剥离：

$events = array();
foreach ($html->find('td.event') as $event) {
    foreach($event->find('span') as $e) {
        $events[] = $e->innertext;
    }
}

所以

<td class="event"><span>Spanish Unemployment Change</span></td>

很好地给了我

Spanish Unemployment Change

但是，td.actual元素不一致，有些包含span元素，有些则不包含。 所以问题是，由于这种不一致性，我如何在某些范围内检索文本，而不是在其他范围内检索文本？

例如

<td class="actual">46.9</td>

VS

<td class="actual"> <span class="better">54.0</span> </td>
<td class="actual"> <span class="worse">-64.4K</span> </td>

Answer 1

您可以按照以下方式使用plaintext方法：

$actuals = array();

foreach ($html->find('td.actual') as $actual) {
    $actuals[] = $actual->plaintext;
}