使用PHP和xPath提取干净的文本表

我使用下面的代码从HTML文件中提取值。代码返回一个文本块。我想知道如何改进代码并将这段代码的元素提取到一个干净的表中

文件：

这个怎么样

$doc = new DOMDocument();
@$doc->loadHTMLFile('file.htm');

$xpath = new DOMXPath($doc);

$list = $xpath->evaluate("//div[contains(@class, 'class1')]/a");

foreach ($list as $element)
{
    $nextElement = $element->nextSibling;
    while ($nextElement->nodeType != XML_ELEMENT_NODE) {
        $nextElement = $nextElement->nextSibling;
    }

    echo $element->nodeValue . ' | ' . trim($nextElement->nodeValue) .  PHP_EOL;
}

---

我不太清楚你为什么想要

以及

PHP_EOL

，所以我把它们忘了，但是你可以把它们放回你需要的地方。

或者，如果你想确保你分别输出每个表，你可以这样做。它假设保持了顺序，我认为XML/XPath并不总是保证这一点，但在实践中，大多数实现通常都是这样：

$doc = new DOMDocument();
$doc->loadHTMLFile('file.htm');

$xpath = new DOMXPath($doc);

$list = $xpath->evaluate("//div[contains(@class, 'class1')]");

foreach ($list as $element)
{
    $column1 = $xpath->query("//a", $element);
    $column2 = $xpath->query("//div/p", $element);

    for ($i = 0; $i < $column1->length; $i++) {
        echo $column1->item($i)->nodeValue . ' | ' . $column2->item($i)->nodeValue .  PHP_EOL;
    }
}

---

for（$i=0；$i<$column1->length；$i++）{

您遇到了什么错误？当我在上面的示例html上尝试它时，它起了作用。如果html中缺少某些column2值，或者它们的格式不同，则可能会失败，在这种情况下，您需要进行一些额外的错误检查。问题是，在html的结构中没有强制执行这些行，因此您需要必须分别循环遍历这些列，并假设它们的长度相同，或者检查代码并决定如果它们不是，您要做什么。或者使用这种方法和我的另一个答案相结合。如上所述循环遍历

a

元素，但然后为每个元素获取下一个元素，而不是循环遍历第2列。您可以我不想检查节点名是否为'div'，如果没有则忽略它。请记住，

a

之后和

div

之前可能有一个空文本节点-这就是为什么我的示例检查节点类型是否为XML\u元素\u节点。节点不是空的或不同的格式。我可以通过更改

$column1来解决此问题

至

$column2

。我将尝试修改循环的组合，因为我认为该方法在原则上是有效的。我已编辑了我的答案，以包含另一种方法。我希望这些方法中的一种对您有用。如果正确，我将感谢您的支持投票和/或标记！

 txt1 | hello1
 txt2 | hello2

$doc = new DOMDocument();
@$doc->loadHTMLFile('file.htm');

$xpath = new DOMXPath($doc);

$list = $xpath->evaluate("//div[contains(@class, 'class1')]/a");

foreach ($list as $element)
{
    $nextElement = $element->nextSibling;
    while ($nextElement->nodeType != XML_ELEMENT_NODE) {
        $nextElement = $nextElement->nextSibling;
    }

    echo $element->nodeValue . ' | ' . trim($nextElement->nodeValue) .  PHP_EOL;
}

$doc = new DOMDocument();
$doc->loadHTMLFile('file.htm');

$xpath = new DOMXPath($doc);

$list = $xpath->evaluate("//div[contains(@class, 'class1')]");

foreach ($list as $element)
{
    $column1 = $xpath->query("//a", $element);
    $column2 = $xpath->query("//div/p", $element);

    for ($i = 0; $i < $column1->length; $i++) {
        echo $column1->item($i)->nodeValue . ' | ' . $column2->item($i)->nodeValue .  PHP_EOL;
    }
}

foreach ($list as $element)
{
    $column1 = $xpath->query("//a", $element);

    for ($i = 0; $i < $column1->length; $i++) {
        $field1 = $column1->item($i);
        $field2 = $xpath->query("following-sibling::div", $field1)->item(0);

        echo $field1->nodeValue . ' | ' . trim($field2->nodeValue) .  PHP_EOL;
    }
}