Php Can'；t使用simplehtmldom正确分离细胞
我想写一个网页刮板。我想把所有的单元格排成一行。我想要的那一行之前的行将纯种会议作为其纯文本值。我可以成功地获得这一行。但我不知道如何获取下一行的子元素，即单元格或Php Can'；t使用simplehtmldom正确分离细胞,php,screen-scraping,simple-html-dom,Php,Screen Scraping,Simple Html Dom,我想写一个网页刮板。我想把所有的单元格排成一行。我想要的那一行之前的行将纯种会议作为其纯文本值。我可以成功地获得这一行。但我不知道如何获取下一行的子元素，即单元格或标记 if ($foundTag = FindTagByText("THOROUGHBRED MEETINGS", $html)) { $cell = $foundTag->parent(); $row = $cell->parent(); $nextRow = $row->next_sibl
if ($foundTag = FindTagByText("THOROUGHBRED MEETINGS", $html))
{
$cell = $foundTag->parent();
$row = $cell->parent();
$nextRow = $row->next_sibling();
echo "Row: ".$row->plaintext."<br />\n";
echo "Next Row: ".$nextRow->plaintext."<br />\n";
$cells = $nextRow->children();
foreach ($cells as $cell)
{
echo "Cell: ".$cell->plaintext."<br />\n";
}
}
function FindTagByText($text, $html)
{
// Use Simple_HTML_DOM special selector 'text'
// to retrieve all text nodes from the document
$textNodes = $html->find('text');
$foundTag = null;
foreach($textNodes as $textNode)
{
if($textNode->plaintext == $text)
{
// Get the parent of the text node
// (A text node is always a child of
// its container)
$foundTag = $textNode->parent();
break;
}
}
return $foundTag;
}
if（$foundTag=FindTagByText（“纯种会议，$html））
{
$cell=$foundTag->parent（）；
$row=$cell->parent（）；
$nextRow=$row->next_sibling（）；
回显“行：”.$Row->纯文本。“
\n”；
回显“下一行：”..nextRow->纯文本。“
\n”；
$cells=$nextRow->children（）；
foreach（$cells作为$cell）
{
回显“单元格：.$Cell->纯文本。“
\n”；
}
}
函数FindTagByText（$text，$html）
{
//使用简单的HTML DOM特殊选择器“文本”
//从文档中检索所有文本节点的步骤
$textNodes=$html->find（'text'）；
$foundTag=null；
foreach（$textNodes作为$textNode）
{
如果（$textNode->plaintext==$text）
{
//获取文本节点的父节点
//（文本节点始终是的子节点
//（其容器）
$foundTag=$textNode->parent（）；
打破
}
}
返回$foundTag；
}
<tr valign=top>
<td colspan=16 bgcolor=#999999><b>THOROUGHBRED MEETINGS</b></td>
</tr>
<tr valign=top bgcolor="#ffffff">
<td><b>BR</b> <a href="meeting?mtg=br&day=today&curtype=0">SUNSHINE COAST</a></td>
<td>FINE/DEAD</b></td>
<td><font color=#cc0000><b>R1</b></font>@<b>12:30pm</b></td>
<td align=center bgcolor=#cc0000><a href="odds?mting=BR01000"><b><font color=#ffffff>1</a></font></td>
<td align=center><a href="odds?mting=BR02000"><b><font color=black>2</b></font></a></td>
<td align=center><a href="odds?mting=BR03000"><b><font color=black>3</b></font></a></td>
<td align=center><a href="odds?mting=BR04000"><b><font color=black>4</b></font></a></td>
<td align=center><a href="odds?mting=BR05000"><b><font color=black>5</b></font></a></td>
<td align=center><a href="odds?mting=BR06000"><b><font color=black>6</b></font></a></td>
<td align=center><a href="odds?mting=BR07000"><b><font color=black>7</b></font></a></td>
<td align=center><a href="odds?mting=BR08000"><b><font color=black>8</b></font></a></td>
<td bgcolor="#ffffff" colspan=4> </td>
</tr>
纯种会议
溴
罚款/死亡
R1@12下午三时三十分
您将获得第一个td，如下所示：
$firstTD = $row->first_child();
$firstTD->next_sibling()
你不会喜欢我的回答的 不幸的是，您正在解析的HTML中不匹配的结束标记似乎令人困惑
Simple\u HTML\u DOM<td align=center><a href="odds?mting=BR02000"><b><font color=black>2</b></font></a></td>
编辑：另一种选择是，如果有更好的结果，您可能想试试。它在PHP5中可用，无需外部库。检查。我将其放入DOMDocument（）以更正格式错误的HTML，从而使其正常工作
$url = "http://www.acttab.com.au/interbet/venues?day=today";
$doc = new DOMDocument();
$doc->loadHTMLFile($url);
//convert $doc to html
$html = str_get_html($doc->saveHTML());
您希望输出是什么样子的？我很困惑，因为看起来您的输出正是您想要的，不是吗？输出应该是：Cell:BR SUNSHINE COAST FINE/DEADR1@12：30pm12345678电池：CR新西兰罚款/死亡R3@11：上午10时1 2 3 4 5 6 7 8 9单元：HOBART OCAST博士/HVYR1@12：15pm 1 2 3 4 5 6 7等致命错误：调用未定义的方法simple_html_dom_node:：child_nodes（）在第37行的/var/www/php.php中致命错误：在第37行的/var/www/php.php中调用未定义的方法simple\u html\u dom\u node:：domnode\u next\u sibling（）。。它是
$firstTD->next_sibling（）我仍然会遇到与该代码相同的问题。它只是将所有的兄弟姐妹混合到一个字段中。它没有将
标记分开。操作HTML解析是一个相当复杂的主题。恐怕我帮不了你。1+用于发现无效的html。我没注意到。Glen，我认为你要么接受无效语法无法正确解析的事实。或者，如果您真的需要解析此页面，只需硬编码即可。如果您首先删除所有和标记，您应该能够解析其余的。@Wouter van Nifterick:应该。。。我们不知道页面的其余部分以及它如何影响解析。但对于这个片段来说，这是一个可行的解决方案。
$url = "http://www.acttab.com.au/interbet/venues?day=today";
$doc = new DOMDocument();
$doc->loadHTMLFile($url);
//convert $doc to html
$html = str_get_html($doc->saveHTML());