如何使用PHP解析一个非常简单的表格

Question

好日子亲爱的社区！

我需要构建一个函数来解析一个非常简单的表 （带有一些标签和值）的内容，请参阅下面的URL。我已经使用各种方式来解析html源代码。但这一个是有点棘手！见我需要解析的目标 - 它有一些invaild标记：

目标：http://www.schulministerium.nrw.de/BP/SchuleSuchen?action=644.0013008534253&SchulAdresseMapDO=194190

嗯，我这一个

<?php 
require_once('config.php'); // call config.php for db connection 
$filename = "url.txt"; // Include the txt file which have urls 
$each_line = file($filename); 
foreach($each_line as $line_num => $line) 
{ 
    $line = trim($line); 
    $content = file_get_contents($line); 
    //echo ($content)."<br>"; 
    $pattern = '/<td>(.*?)<\/td>/si'; 
    preg_match_all($pattern,$content,$matches); 

    foreach ($matches[1] as $match) { 
     $match = strip_tags($match); 
     $match = trim($match); 
     //var_dump($match); 
     $sql = mysqli_query("insert into tablename(contents) values ('$match')"); 
     //echo $match; 
    } 
} 
?> 

好试了一下 - 见正则表达式在线7-11：它不匹配！我不得不重做这个脚本的解析器部分。我需要解析一些不同的东西 - 因为parsercode不完全符合目标。它旨在取回表格的结果。

任何人都可以帮助我在这里得到一个更好的正则表达式 - 或更好的方式来解析这个网站... 任何和所有的帮助将大大apprecaited。

问候 零

Answer 1

你可以使用撕开使用 preg_split('/<td width="73%">&nbsp;/', $str, -1);表（注意，我没有理会转义字符）

你要删除的第一个条目。现在你可以使用stripos和substr来删除后面的所有东西。

这是一个基本的设置！你将不得不对它进行微调，但我希望这能让你了解我的方法。

Answer 2

正则表达式并不总是提供完美的结果。使用任何HTML解析器是一个好主意。有许多HTML解析器，如Gordon's Answer中所述。

我以前用过Simple HTML DOM Parser，它对我很有用。

例如：

// Create DOM from URL or file 
$html = file_get_html('http://www.example.com/'); 

// Find all <td> in <table> which class=hello 
$es = $html->find('table.hello td'); 

// Find all td tags with attribite align=center in table tags 
$es = $html->find('table td[align=center]'); 

Answer 3

正则表达式并不总是提供完美的结果。使用任何HTML解析器是一个好主意。有许多HTML解析器，如Gordon's Answer中所述。

我以前用过Simple HTML DOM Parser，它对我很有用。

例如：

// Create DOM from URL or file 
$html = file_get_html('http://www.example.com/'); 

// Find all <td> in <table> which class=hello 
$es = $html->find('table.hello td'); 

// Find all td tags with attribite align=center in table tags 
$es = $html->find('table td[align=center]');