使用php的简单HTML文件解析器_Php_Html_File_Parsing_Domdocument

使用php的简单HTML文件解析器

php html file parsing

使用php的简单HTML文件解析器,php,html,file,parsing,domdocument,Php,Html,File,Parsing,Domdocument,我有一个我无法解决的特殊问题。我搜索了每一个教程或表格条目，但没有成功完成我需要做的事情。因此，我的HTML文件： <html> <head>**SOMETHING HERE**</head> <body> <div> <table> <thead> <tr><th>TEXT/NUM IS HERE</th><th>TEXT/NUM IS

我有一个我无法解决的特殊问题。我搜索了每一个教程或表格条目，但没有成功完成我需要做的事情。因此，我的HTML文件：

<html>
 <head>**SOMETHING HERE**</head>
 <body>
  <div>
   <table>
    <thead>
  <tr><th>TEXT/NUM IS HERE</th><th>TEXT/NUM IS HERE</th><th>TEXT/NUM IS HERE</th></tr>
    </thead><tbody>**SOMETHING HERE**</tbody></tfoot>**SOMETHING HERE**</tfoot>
   </table>
  </div>
 </body>
</html>

但是我仍然会犯很多错误，并且找不到一个方法来做到这一点。是否有任何方法可以简单地完成此任务，当然也可以用于父元素中的每个元素

谢谢。


<?php
$html = new file_get_html('file.html');
$th = $html->find('thead th');
$array = array();
foreach($th as $text) 
    $array[] = $th->innertext;
?>

这使用了可以找到的简单HTML Dom解析器

这使用了简单的HTML Dom解析器，可以找到该解析器使用：

$html=textContent；
}
打印（数据）；

使用：

$html=textContent；
}
打印（数据）；

如果您想让它保持与您现有的样式相同（从而了解您做错了什么），请尝试以下方法：

$file = "index.html";
$dom = new DOMDocument();
$dom->loadHTMLfile($file);

$oTHeadList = $dom->getElementsByTagName('thead');

foreach( $oTHeadList as $oThisTHead ){

    $oThList = $oThisTHead->getElementsByTagName('th');

    foreach( $oThList as $oThisTh ) {

        echo $oThisTh->nodeValue . "\n";
    }
}

基本上，“getElementsByTagName”返回一个节点列表而不是一个节点，因此您必须在它们上循环才能到达各个节点

此外，在HTML中，您有一个结束的

tfoot

，而不是开始的，如果您使用您提供的HTML文档进行测试，那么head标记中的

**此处的某物**

将导致抛出警告（以及任何其他无效HTML）

如果要在加载时抑制警告，可以添加一个“@”，但在代码中过多地添加该符号不是一个好主意

@$dom->loadHTMLfile($file);

如果你想让它保持与你所拥有的一样的风格（从而了解你做错了什么），试试以下方法：

$file = "index.html";
$dom = new DOMDocument();
$dom->loadHTMLfile($file);

$oTHeadList = $dom->getElementsByTagName('thead');

foreach( $oTHeadList as $oThisTHead ){

    $oThList = $oThisTHead->getElementsByTagName('th');

    foreach( $oThList as $oThisTh ) {

        echo $oThisTh->nodeValue . "\n";
    }
}

基本上，“getElementsByTagName”返回一个节点列表而不是一个节点，因此您必须在它们上循环才能到达各个节点

此外，在HTML中，您有一个结束的

tfoot

，而不是开始的，如果您使用您提供的HTML文档进行测试，那么head标记中的

**此处的某物**

将导致抛出警告（以及任何其他无效HTML）

如果要在加载时抑制警告，可以添加一个“@”，但在代码中过多地添加该符号不是一个好主意

@$dom->loadHTMLfile($file);

getElementsByTagName。元素。不是元素，而是元素。它返回手册中指定的值。您需要遍历这个.getElementsByTagName。元素。不是元素，而是元素。它返回手册中指定的值。您需要迭代这个过程。