使用 PHP 解析 html 并循环遍历表的行和列？答案

【问题标题】：Parse html using PHP and loop through table rows and columns?使用 PHP 解析 html 并循环遍历表的行和列？
【发布时间】：2012-12-24 03:58:27
【问题描述】：

我正在尝试从 loadHTML 解析 HTML，但遇到了麻烦，我设法遍历了文档中的所有 <tr>s，但我不知道如何遍历每一行的 <td>s .

这是我到目前为止所做的：

$DOM->loadHTML($url);
$rows= $DOM->getElementsByTagName('tr');

for ($i = 0; $i < $rows->length; $i++) { // loop through rows
    // loop through columns
    ...
}

如何循环遍历每一行的列？

【问题讨论】：

更易于使用的wrappers 围绕 DOM 方法存在，专门用于循环元素集合。

标签： php html-parsing domdocument

【解决方案1】：

DOMElement也支持getElementsByTagName：

$DOM = new DOMDocument();
$DOM->loadHTMLFile("file path or url");
$rows = $DOM->getElementsByTagName("tr");
for ($i = 0; $i < $rows->length; $i++) {
    $cols = $rows->item($i)->getElementsbyTagName("td");
    for ($j = 0; $j < $cols->length; $j++) {
        echo $cols->item($j)->nodeValue, "\t";
        // you can also use DOMElement::textContent
        // echo $cols->item($j)->textContent, "\t";
    }
    echo "\n";
}

【讨论】：

我无法在循环中回显 col 内容。我试过echo $cols->item($i)->nodeValue;，你能编辑一下吗？如果它有效，我会选择它，因为它更容易在我的情况下实现
我对代码做了一些小的改动。看看它是否有效。并查看该列是否为空。

【解决方案2】：

使用DOMXPath 通过相对xpath 查询来查询出子列节点，如下所示：

$xpath = new DOMXPath( $DOM);
$rows= $xpath->query('//table/tr');

foreach( $rows as $row) {
    $cols = $xpath->query( 'td', $row); // Get the <td> elements that are children of this <tr>
    foreach( $cols as $col) {
        echo $col->textContent;
    }
}

编辑：要从特定行开始并停止，请通过更改您对 DOMNodeList 的迭代方式来保留您自己的行索引：

$xpath = new DOMXPath( $DOM);
$rows= $xpath->query('//table/tr');

for( $i = 3, $max = $rows->length - 2; $i < $max, $i++) {
    $row = $rows->item( $i);
    $cols = $xpath->query( 'td', $row);
    foreach( $cols as $col) {
        echo $col->textContent;
    }
}

【讨论】：

这行得通，我只是有一个问题，我怎样才能从第 3 行开始并以 totalrows - 2 结束？我之前在循环中使用($i = 3; $i < $rows->length -2; $i++)
@Liso - 你可以自己保留这些数字，我会更新我的答案
@Liso - 所有$xpath->query() 给你的是一个DOMNodeList，所以你可以像以前一样迭代它。好处是，现在，您不仅可以使用getElementsByTagName()，还可以更好地控制实际放入该DOMNodeList 中的内容。试试我更新的解决方案，它应该可以满足您的要求。

【解决方案3】：

重新循环会起作用吗？

$DOM->loadHTML($url);
$rows= $DOM->getElementsByTagName('tr');
$tds= $DOM->getElementsByTagName('td');

for ($i = 0; $i < $rows->length; $i++) {
// loop through columns
     for ($i = 0; $i < $tds->length; $i++) {
     // loop through rows

     }

}

编辑您还必须检查parent node 以确保rows 父级是您当前所在的tr。类似

if ($rows == tds->parent_node){
// do whatever
}

在语法上可能不是 100% 正确，但这个概念是正确的。

【讨论】：