（部分）菜鸟的PHP5解析字符串帮助答案

【问题标题】：PHP5 Parsing string help for (part) noob（部分）菜鸟的PHP5解析字符串帮助
【发布时间】：2012-12-21 19:51:57
【问题描述】：

我在 html 页面上有一个独特的项目。我已经能够解析大部分项目，因为它们没有使用组合处理来解析一个项目。

我有一个棘手的项目要解析：
- 它是一个列表项，在 DIV 内，是唯一的 (ld_sec_col)
- UL 类不是唯一的 (ld_details_list)
- 它不是一个特定的列表项编号（例如，不是第 3 或第 4 个）总是在变化
- 它是在唯一文本之后找到的
- 我的问题是结合用于获取它的技术，没有错误，我脑死了。

Here is the snippet:
#####
   <div class="ld_sec_col">
    <ul class="ld_details_list">
    <li><span class="ld_lbl">Exterior:</span> Brick</li>
    <li><span class="ld_lbl">Living style:</span> Bungalow</li>
    <li><span class="ld_lbl">Property type:</span> Detached</li>
    <li><span class="ld_lbl">Sewer system:</span> Sewers</li>                   </ul>
    </div>
### End Snippet ###

所以在这里我试图找到唯一的文本，（属性类型：）并抓住紧随其后的文本：

我显然在滥用 FIND。我被简化为反复试验。但我想在圣诞节前完成这个脚本。这是最后一项......

### START PHP CODE ###

$tempproptype = trim($entry->find('.ld_sec_col', 0)->plaintext);
if(preg_match('/^Property type: (.*),/', $tempproptype, $matches))
$propertytype = $matches[1];

### ENDPHP CODE ###

【问题讨论】：

我认为你的正则表达式中有一个额外的空格和一个逗号，在那里找不到，不应该是 /^Property type:(.*)/ 吗？另请注意，结果可能还包含 html 标签，但请尝试一下
现在是 2012 年。使用 XML 解析器。
您已经在使用某种 HTML 解析器，因此也不要再使用正则表达式进行解析。继续使用它来处理。你用来解析 HTML 的包是什么？

标签： php html-parsing

【解决方案1】：

替换正则表达式

'/^Property type: (.*),/'

与

'~Property type:</span>(.*)</li>~Ui'

【讨论】：

正则表达式与您发布的 HTML 一致，我认为 $tempproptype 必须包含错误的内容。

【解决方案2】：

我认为这样的事情应该可行：

$html = <<<HTML
<div class="ld_sec_col">
<ul class="ld_details_list">
<li><span class="ld_lbl">Exterior:</span> Brick</li>
<li><span class="ld_lbl">Living style:</span> Bungalow</li>
<li><span class="ld_lbl">Property type:</span> Detached</li>
<li><span class="ld_lbl">Sewer system:</span> Sewers</li>                   </ul>
</div>
HTML;

$dom = new DOMDocument();
$dom->loadHTML($html);
$xpath = new DOMXPath($dom);
$propertytype = null;

if ($node = $xpath->query("//ul[@class='ld_details_list']/li[contains(.,'Property type:')]")->item(0)) {
    if(preg_match('/^Property type:(.*)$/', $node->nodeValue, $matches)) {
        $propertytype = trim($matches[1]);
    }
}

【讨论】：

我喜欢这个外观。我无法从头开始重写脚本以使用 loadhtml 功能或查询功能，但尝试替换您的包含术语。还没有成功。
我想我们都假设$tempproptype 包含sn-p，但是如果是这种情况，Wolfgang 的正则表达式和这都会起作用。您无需重写所有内容即可尝试 XPath 方法，只需将 $html 替换为您的 $tempproptype... 如果失败，请发布 var_dump($tempproptype) 的结果，以便我们查看变量实际包含的内容.

【解决方案3】：

试试 preg_match('/属性类型:([A-z]*)/', $tempproptype, $matches)

【讨论】：

我试过了，谢谢你的想法 - 它没有产生任何内容。

【解决方案4】：

这就是我最终的结果：

$subpropertytypehtml = $html->find('.ld_details_list', 1)->find('li');          
        for($i=0;$i<count($subpropertytypehtml)-1;$i++)
        {
            if(preg_match('/Property type:/', $subpropertytypehtml[$i], $matches))
            {
                $subproptypehtml = trim($html->find('.ld_details_list', 1)->find('li', $i)->plaintext);
                $expsubproptypehtml=explode('Property type:',$subproptypehtml);
                $subpropertytype=$expsubproptypehtml[1];
                break;
            }               
        }

【讨论】：