在php中解析HTML表格

我有一個數據庫表，它包含以下一列數據格式。在php中解析HTML表格

<table cellspacing="1" cellpadding="0" border="0" width="395"> 
    <tbody> 
     <tr> 
      <td valign="top" width="135"> 
       <p>Calories (kcal)<br>Energy (kj)<br>Fats<br>Carbohydrates<br>Protein<br></p> 
      </td> 
      <td valign="top"> 
       <p>178<br>748<br>0 g<br>9.6 g<br>0.1 g<br></p> 
      </td> 
      <td valign="top" width="135"> 
       <p>Fiber<br>Sugars<br>Cholesterol<br>Sodium<br>Alcohol<br></p> 
      </td> 
      <td valign="top"> 
       <p>0 g<br>-<br>0 mg<br>-<br>26.2 g<br></p> 
      </td> 
     </tr> 
    </tbody> 
</table>

我要讓這對於Calories，Fats，Carbohydrates和Protein單獨的列另一個數據庫。要分離這些數據，我需要從舊數據庫中提取數據並像這樣解析它。

$qry = "SELECT * FROM table"; 
$res = $mysqli->query($qry); 

// new dom object 
$dom = new DOMDocument(); 

while ($row = $res->fetch_assoc()) { 

    $html = @$dom->loadHTML($row['columndata']); 
    //the table by its tag name 
    $tables = $dom->getElementsByTagName('table'); 
    $rows = $tables->item(0)->getElementsByTagName('tr'); 

    foreach ($rows as $row) 
    { 
     $cols = $row->getElementsByTagName('td'); 
     echo $cols->item(0)->nodeValue.'<br />'; 
     echo $cols->item(1)->nodeValue.'<br />'; 
    } 
}

此輸出以下：

Calories (kcal)Energy (kj)FatsCarbohydratesProtein 
1787480 g9.6 g0.1 g

我無法單獨輸出字符串中有新的數據庫中正確列值。

例如，我想有值178在Calories列，在Fats列0 g等

來源

2013-04-30 Noor

你是什麼意思「解析基於HTML標籤的數據」？ – Preetam 2013-04-30 08:31:04

你想要什麼輸出？ – Waygood 2013-04-30 08:32:31

'nodeValue'刪除所有的標籤，你想要的東西像Javascript的'innerHTML'。 DOMDocument API沒有這個，你需要編寫它。在http://php.net/manual/en/class.domelement.php – Barmar 2013-04-30 08:36:51

嘗試遍歷P元素的子節點：

foreach ($rows as $row) 
{ 
    $paragraphs = $row->getElementsByTagName('p'); 
    //ensure that all the text between <br> is in one text node 
    $paragraphs->item(0)->normalize(); 
    foreach($paragraphs->item(0)->childNodes as $node) { 
     if ($node->nodeType == XML_TEXT_NODE) { 
      echo $node->nodeValue . '<br/>; 
     } 
    } 

}

調用正常化（）的p元素，以確保br元素之間的文本是在每一個文本節點是非常重要的，並且不分開，例如<p>Calories (kcal)<br>Energy (kj)<br>...</p>將具有文本節點Calories (kcal)和Energy (kj)，而不是Cal,ories (，kcal)等等，它們可能沒有正常化。

來源

2013-04-30 10:00:14 SWilk

感謝@SWilk的幫助我能夠完成這一點。 – Noor 2013-04-30 11:36:21

如果你希望得到您的TD元素的innerHTML，你可以使用下面的結構：

$tdElement = $row->getElementsByTagName('td')->item(0); 
$tdElement->ownerDocument->saveHTML($tdElement);

它應該返回您節點的內部HTML作爲字符串。

來源

2013-04-30 08:44:06

在php中解析HTML表格

回答

相關問題