从 td 元素中拉出节点属性以及节点值答案

【问题标题】：Pull node attribute out aswell as node value from td element从 td 元素中拉出节点属性以及节点值
【发布时间】：2015-11-10 14:44:20
【问题描述】：

我有下面的 PHP 代码，它获取一个 HTML 文件并从中拉出表格，接下来解析表格并返回单元格数据，就像在 Current Output 中一样，我正在尝试获取 href 属性输出也就像在Desired Output sn-p 中一样，如果存在 href，我看不到如何仅针对单元格中的 href，我似乎只能获取节点值，非常感谢任何帮助。

电流输出

Array
(
    [0] => Array
        (
            [id] => 213
            [url] => Website
        )
)

期望的输出

Array
(
    [0] => Array
        (
            [id] => 213
            [url] => Website
            [link] => example.com/page/1/
        )
)

HTML

<table>
    <tr>
        <td>213</td>
        <td><a href="example.com/page/1/">Website</a></td>
    </tr>
</table>

PHP

$dom = new DOMDocument();
$html = $dom->loadHTMLFile($url);

$dom->preserveWhiteSpace = false;

$tables = $dom->getElementsByTagName('table');
$rows = $tables->item(0)->getElementsByTagName('tr');
$cols = $rows->item(0)->getElementsByTagName('th');
$row_headers = null;

foreach($cols AS $node) {
    $row_headers[] = $node->nodeValue;
}

$table = array();
$rows = $tables->item(0)->getElementsByTagName('tr');
foreach($rows AS $row) {
    $cols = $row->getElementsByTagName('td');
    $row = array();
    $i = 0;
    foreach($cols AS $node) {
        if ($row_headers != null) {
            $row[$row_headers[$i]] = $node->nodeValue;
        }
        $i++;
    }
    if (!empty($row)) {
        $table[] = $row;
    }
}

我曾在嵌套的 foreach foreach($cols AS $node) 中尝试过 $row['link'] = $node->getAttribute('href');，但它似乎也不起作用。

【问题讨论】：

标签： php html

【解决方案1】：

查看下面的代码和内联 cmets

$html = '<table>
    <tr>
        <td>213</td>
        <td><a href="example.com/page/1/">Website</a></td>
    </tr>
    <tr>
        <td>444</td>
        <td><a href="example.org/page/1/">not a website</a></td>
    </tr>
</table>';

$dom = new DOMDocument();
$html = $dom->loadHTML($html);

$dom->preserveWhiteSpace = false;

$rows = $dom->getElementsByTagName("tr");

foreach($rows as $row){

    $cols = $row->getElementsByTagName('td'); 

    $id = $cols->item(0)->nodeValue; // get the id, the first td element, index=0
    $anchor = $cols->item(1)->nodeValue; // get the anchor text, the second td element, index=1
    $url    = $cols->item(1)->getElementsByTagName('a')->item(0)->getAttribute('href'); // get the url from the href attribute, the second td element, index=1

    $result[] = array(
        'id' => $id,
        'anchor'=> $anchor,
        'url'=>$url
    );
}

print_r($result);

应该输出这个

Array
(
    [0] => Array
        (
            [id] => 213
            [anchor] => Website
            [url] => example.com/page/1/
        )

    [1] => Array
        (
            [id] => 444
            [anchor] => not a website
            [url] => example.org/page/1/
        )

)

【讨论】：