如何获得HTML标记中的文本和PHP中根标记的所有父标记的偏移量？

我摘自一篇文章，例如publicationYear，标题和作者如下：

$aut = $xpath->query("//table[@cellpadding='6']//b[1]");
$authors = array();
foreach($aut as $node)
    $authors[] = $node->nodeValue;
$title = $doc->getElementsByTagName('h3')->item(1);
$publicationYear = $xpath->query("//p[1]//text()[(following::br)]")->item(0)->nodeValue;
$aux = $xpath->query("//p[2]//text()[(preceding::br)]");
$doi = substr($aux->item($aux->length - 1)->nodeValue, 4);

对于所有字符串（全名、年份、标题），我甚至需要获得前面的所有标记，如：

表格1\u表3\u tbody1\u tr1\u td1\u表5\u tbody1\u tr1\u td2\u p2

标签中的位置如开始：163，结束：190。 我只知道这些信息被分组在特定的标签中，但是如果标签有兄弟姐妹，我甚至需要得到标签的索引，这就是为什么示例中有表3中的forum 1的第三个儿子。 如果有一种方法可以用php或者至少是javascript实现的话

更新 在这篇文章中，我有：

...
<td valign="top"> 
<h3 class="blue-space">D-Lib Magazine</h3>
<p class="blue">November/December 2014<br>
Volume 20, Number 11/12<br><a href="http://www.dlib.org/dlib/november14/brook/../11contents.html" target="_blank">Table of Contents</a>
</p>
...

。。。
D-Lib杂志
2014年11月/12月

第20卷，编号11/12


...

从第一个代码开始的$publicationYear获得这个val 2014。 第一个代码运行良好。 我需要创建其他3个变量，比如$fathers=…td1_p1，

---

$start=18，$end=22

你的问题有点让人困惑。请给出一个简单的示例输入和相应的示例输出。还要解释什么不适用于您当前的代码，以及您会遇到什么错误（如果有）。编辑后仍然令人困惑。“td1_p1”应该来自哪里？你到底想达到什么目的？您的解析/转换规则是什么？在最后一个html示例中，您可以看到：td1代表第一个，p1代表内部的第一个。在我得到我的文本后，我需要，在这段中，它的坐标（开始和结束的索引）；