简单的 HTML DOM 解析器抓取 div答案

【问题标题】：Simple HTML DOM Parser scrape divs简单的 HTML DOM 解析器抓取 div
【发布时间】：2015-01-07 11:22:58
【问题描述】：

我正在尝试使用 Simple HTML DOM Parser 从具有以下结构的页面中抓取一些数据：

    <div class='image'>
        <img class='a' src='1.jpg'>
    </div>
    <div class='data'>
        lorem ipsum 1
   </div>
    <div class='data'>
        lorem ipsum 2
   </div>
    <div class='data'>
        lorem ipsum 3
   </div>

    <div class='image'>
        <img class='a' src='2.jpg'>
    </div>
    <div class='data'>
        lorem ipsum 4
   </div>

    <div class='image'>
       <img class='a' src='3.jpg'>
    </div>
    <div class='data'>
        lorem ipsum 5
   </div>
        <div class='data'>
            lorem ipsum 6
       </div>

我可以轻松获取所有数据。我的问题是我无法将图像与下面的数据 div 关联起来。（Divs 没有嵌套）

我需要关联带有数据 1、2 和 3 的图像 1.jpg 图像 2.jpg 与数据 4 图像 3.jpg 与数据 5,6

图片div之间的div个数是随机的

有没有办法计算两个具有类图像的 div 之间的 div 数量，即使它们没有嵌套。

如果这个问题看起来很复杂，我深表歉意，但我向你保证，如果你仔细看，这个问题很简单。

【问题讨论】：

标签： php html parsing dom

【解决方案1】：

您可以尝试使用循环 (foreach) 来检查序列。检查div是否有图片类，如果有增加分组key，否则使用当前key，往里面推数据。

粗略的例子：

$data = array();
$html = str_get_html($html_markup);
$current_key = 0;
foreach ($html->find('div') as $div) {
    if($div->class == 'image') {
        $current_key++;
        $data[$current_key]['image'] = $div->find('img', 0)->src;
    }

    if($div->class == 'data') {
        $data[$current_key]['data'][] = $div->innertext;
    }
}

echo '<pre>';
print_r($data);

数据应该像这样分组：

Array
(
    [1] => Array
    (
        [image] => 1.jpg
        [data] => Array
        (
            [0] =>      lorem ipsum 1 
            [1] =>      lorem ipsum 2 
            [2] =>      lorem ipsum 3 
        )
    )

    [2] => Array
    (
        [image] => 2.jpg
        [data] => Array
        (
            [0] =>      lorem ipsum 4 
        )
    )

    [3] => Array
    (
        [image] => 3.jpg
        [data] => Array
        (
            [0] =>      lorem ipsum 5 
            [1] =>      lorem ipsum 6 
        )

    )
)

【讨论】：