PHP> 从 html 文件中提取 html 数据？

Question

我最近一直在尝试从给定的 html 文件中提取列表信息，

例如，我有一个 html 页面，其中包含许多公司的列表，包括他们的电话号码、地址等'

每家公司都有自己的桌子，每张桌子都是这样开始的： <table border="0">

我尝试使用 PHP 获取所有信息，然后再使用它，例如将其放入 txt 文件中，或者只是导入到数据库中。

我认为实现目标的方法是使用正则表达式，这是我在 php 中真正遇到问题的事情之一，

如果你们能在这里帮助我，我将不胜感激。（我只需要知道要寻找什么，或者至少可以帮助我一点的东西，而不是完整的代码或类似的东西）

提前致谢！！

Answer 1

我建议查看 PHPDOMDocument并使用实际的 HTML 解析器而不是正则表达式来解析文件。

有一些非常直接的获取表格的GetElementsByTagName方法，例如方法。

<?php

  $htmlCode = /* html code here */

  // create a new HTML parser
  // http://php.net/manual/en/class.domdocument.php
  $dom = new DOMDocument();

  // Load the HTML in to the parser
  // http://www.php.net/manual/en/domdocument.loadhtml.php
  $dom->LoadHTML($htmlCode);

  // Locate all the tables within the document
  // http://www.php.net/manual/en/domdocument.getelementsbytagname.php
  $tables = $dom->GetElementsByTagName('table');

  // iterate over all the tables
  $t = 0;
  while ($table = $tables->item($t++))
  {
    // you can now work with $table and find children within, check for
    // specific classes applied--look for anything that would flag this
    // as the type of table you'd like to parse and work with--then begin
    // grabbing information from within it and treating it as a DOMElement
    // http://www.php.net/manual/en/class.domelement.php
  }