Использование php и regex для захвата меток и данных и сохранения в виде ассоциативного массива - PullRequest
Новая
       0

Использование php и regex для захвата меток и данных и сохранения в виде ассоциативного массива

3 голосов
/ 25 января 2010

Как я могу использовать регулярные выражения, чтобы найти эту таблицу на странице (нужно найти ее по имени): 

<table id="Table Name">
<tr><td class="label">Name:</td>
<td class="data"><div class="datainfo">Stuff</div></td></tr>
<tr><td class="label">Email:</td>
<td class="data"><div class="datainfo">Stuff2</div></td></tr>
<tr><td class="label">Address:</td>
<td class="data"><div class="datainfo">Stuff3</div></td></tr>
</table>
<table id="Table Name 2">
<tr><td class="label">Field1:</td>
<td class="data"><div class="datainfo">MoreStuff</div></td></tr>
<tr><td class="label">Field2:</td>
<td class="data"><div class="datainfo">MoreStuff2</div></td></tr>
<tr><td class="label">Field3:</td>
<td class="data"><div class="datainfo">MoreStuff3</div></td></tr>
</table>

Затем возьмите "метки" и "datainfo" и сохраните их в ассоциативном массиве, таком как: 

$table_name[name] //Stuff
$table_name[email] //Stuff2
$table_name[address] //Stuff3

$table_name2[field1] //MoreStuff
$table_name2[field2] //Morestuff2
$table_name2[field3] //Morestuff3

Ответы [ 3 ]

8 голосов
/ 25 января 2010

Regexp - плохое решение в этом случае. Вместо этого используйте Simple HTML Parser .

Обновление: Вот функция для этого: 

 $html = str_get_html($html);
 print_r(get_table_fields($html, 'Table Name'));
 print_r(get_table_fields($html, 'Table Name 2'));

 function get_table_fields($html, $id) {
     $table = $html->find('table[id='.$id.']', 0);
     foreach ($table->find('tr') as $row) {
         $key = $row->find('td', 0)->plaintext;
         $value = $row->find('td', 1)->plaintext;
         ## remove ending ':' symbol
         $key = preg_replace('/:$/', '', $key);
         $result[$key] = $value;
     }
     return $result;
 }
0 голосов
/ 25 января 2010

Я решил создать код, используя класс PHP DOMDocument 

<?php 

$dom = new DOMDocument();

$dom->loadHTML(file_get_contents('stackoverflow_table.html'));

$count = 0;
$data = array();

while (++$count) {
  $tableid = 'Table Name' . ($count > 1 ? ' ' . $count : ''); //getting the table id  
  $table = $dom->getElementById($tableid);
  if ($table) {
    $tds = $table->getElementsByTagName('td');

    if ($tds->length) { //did I get td's? 
      for ($i = 0, $l = $tds->length;$i < $l; $i+=2) { 
        $keyname = $tds->item($i)->firstChild->nodeValue; //get the value of the firs td
        $value = null;
        if ($tds->item($i+1)->hasChildNodes()) //check if the 2º td has children (the div) (this might always be true because of whitespace)
          $value = $tds->item($i+1)->childNodes->item(1)->firstChild->nodeValue; //Get the div value (which is the second, because of whitespace)

        $data[$keyname] = $value;
      }
    }
  }
  else //there is no table
    break;
}

//should present the format you wanted :)
var_dump($data);

Вот HTML-файл, который я создал для этого: 

<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN">
<html>
<head>
<meta http-equiv="Expires" content="Fri, Jan 01 1900 00:00:00 GMT">
<meta http-equiv="Pragma" content="no-cache">
<meta http-equiv="Cache-Control" content="no-cache">
<meta http-equiv="Content-Type" content="text/html; charset=utf-8">
<meta http-equiv="Lang" content="en">
<meta name="author" content="">
<meta http-equiv="Reply-to" content="">
<meta name="generator" content="">
<meta name="description" content="">
<meta name="keywords" content="">
<meta name="creation-date" content="11/11/2008">
<meta name="revisit-after" content="15 days">
<title>Example</title>
<link rel="stylesheet" type="text/css" href="my.css">
</head>
<body>
<table id="Table Name">
    <tr>
        <td class="label">Name:</td>
        <td class="data">
            <div class="datainfo">Stuff</div>
        </td>
    </tr>
    <tr>
        <td class="label">Email:</td>
        <td class="data">
            <div class="datainfo">Stuff2</div>
        </td>
    </tr>
    <tr>
        <td class="label">Address:</td>
        <td class="data">
            <div class="datainfo">Stuff3</div>
        </td>
    </tr>
</table>
<table id="Table Name 2">
    <tr>
        <td class="label">Field1:</td>
        <td class="data">
            <div class="datainfo">MoreStuff</div>
        </td>
    </tr>
    <tr>
        <td class="label">Field2:</td>
        <td class="data">
            <div class="datainfo">MoreStuff2</div>
        </td>
    </tr>
    <tr>
        <td class="label">Field3:</td>
        <td class="data">
            <div class="datainfo">MoreStuff3</div>
        </td>
    </tr>
</table>  
</body>
</html>
0 голосов
/ 25 января 2010

Я никогда не играл с парсером Simple HTML, но я довольно большой поклонник встроенного в PHP SimpleXML. Это выполняет то же самое. 

$XML = simplexml_load_string(file_get_contents('test_doc.html'));

$all_labels =  $XML->xpath("//td[@class='label']");
$all_datainfo = $XML->xpath("//div[@class='datainfo']");

$all = array_combine($all_labels,$all_datainfo);
foreach($all as $k=>$v) { $final[preg_replace('/:$/', '', (string)$k)] = (string)$v; }

print_r($final);

если вам интересно, почему у меня этот цикл приводит все к (string), сделайте print_r для $ all.

Окончательный результат будет: 

Array
(
    [Name] => Stuff
    [Email] => Stuff2
    [Address] => Stuff3
    [Field1] => MoreStuff
    [Field2] => MoreStuff2
    [Field3] => MoreStuff3
)
Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.

Нет похожих вопросов

...