Проанализируйте таблицу html с помощью файла, чтобы получить содержимое в массив php
Я пытаюсь разобрать таблицу, показанную здесь , в многомерный php-массив. Я использую следующий код, но по какой-то причине он возвращает пустой массив. После поиска в Интернете я нашел этот сайт, откуда я получил функцию parseTable(). Прочитав комментарии на этом веб-сайте, я вижу, что функция работает отлично. Поэтому я предполагаю, что что-то не так с тем, как я получаю HTML-код из file_get_contents(). Любой мысли о том, что я делаю неправильно?
<?php
$data = file_get_contents('http://flow935.com/playlist/flowhis.HTM');
function parseTable($html)
{
// Find the table
preg_match("/<table.*?>.*?<\/[\s]*table>/s", $html, $table_html);
// Get title for each row
preg_match_all("/<th.*?>(.*?)<\/[\s]*th>/", $table_html[0], $matches);
$row_headers = $matches[1];
// Iterate each row
preg_match_all("/<tr.*?>(.*?)<\/[\s]*tr>/s", $table_html[0], $matches);
$table = array();
foreach($matches[1] as $row_html)
{
preg_match_all("/<td.*?>(.*?)<\/[\s]*td>/", $row_html, $td_matches);
$row = array();
for($i=0; $i<count($td_matches[1]); $i++)
{
$td = strip_tags(html_entity_decode($td_matches[1][$i]));
$row[$row_headers[$i]] = $td;
}
if(count($row) > 0)
$table[] = $row;
}
return $table;
}
$output = parseTable($data);
print_r($output);
?>
Я хочу, чтобы мой выходной массив выглядел примерно так:
1 --> 11:33AM --> DEV --> IN THE DARK 2 --> 11:29AM --> LIL' WAYNE --> SHE WILL 3 --> 11:26AM --> KARDINAL OFFISHALL --> NUMBA 1 (TIDE IS HIGH)
2 answers
Не калечьте себя, анализируя HTML с помощью регулярных выражений! Вместо этого позвольте библиотеке синтаксического анализа HTML позаботиться о структуре разметки для вас.
Я предлагаю вам проверить простой HTML DOM (http://simplehtmldom.sourceforge.net /). Это библиотека, специально написанная для помощи в решении такого рода проблем веб-очистки в PHP. Используя такую библиотеку, вы можете писать свою очистку в гораздо меньшем количестве строк кода, не беспокоясь о создании рабочих регулярные выражения.
В принципе, с помощью простого HTML DOM вы просто пишете что-то вроде:
$html = file_get_html('http://flow935.com/playlist/flowhis.HTM');
foreach($html->find('tr') as $row) {
// Parse table row here
}
Затем это может быть расширено для записи ваших данных в каком-либо формате, например, для создания массива исполнителей и соответствующих названий, таких как:
<?php
require('simple_html_dom.php');
$table = array();
$html = file_get_html('http://flow935.com/playlist/flowhis.HTM');
foreach($html->find('tr') as $row) {
$time = $row->find('td',0)->plaintext;
$artist = $row->find('td',1)->plaintext;
$title = $row->find('td',2)->plaintext;
$table[$artist][$title] = true;
}
echo '<pre>';
print_r($table);
echo '</pre>';
?>
Мы видим, что этот код можно (тривиально) изменить, чтобы переформатировать данные любым другим способом.
Я пробовал simple_html_dom, но в больших файлах и при повторных вызовах функции я получаю zend_mm_heap_corrupted на php 5.3 (GAH). Я также попробовал preg_match_all (но это не удалось в файле большего размера (5000) строк html, который составлял всего около 400 строк моей таблицы HTML.
Я использую это и его быструю работу, а не ошибки.
$dom = new DOMDocument();
//load the html
$html = $dom->loadHTMLFile("htmltable.html");
//discard white space
$dom->preserveWhiteSpace = false;
//the table by its tag name
$tables = $dom->getElementsByTagName('table');
//get all rows from the table
$rows = $tables->item(0)->getElementsByTagName('tr');
// get each column by tag name
$cols = $rows->item(0)->getElementsByTagName('th');
$row_headers = NULL;
foreach ($cols as $node) {
//print $node->nodeValue."\n";
$row_headers[] = $node->nodeValue;
}
$table = array();
//get all rows from the table
$rows = $tables->item(0)->getElementsByTagName('tr');
foreach ($rows as $row)
{
// get each column by tag name
$cols = $row->getElementsByTagName('td');
$row = array();
$i=0;
foreach ($cols as $node) {
# code...
//print $node->nodeValue."\n";
if($row_headers==NULL)
$row[] = $node->nodeValue;
else
$row[$row_headers[$i]] = $node->nodeValue;
$i++;
}
$table[] = $row;
}
var_dump($table);
Этот код хорошо работал для меня. Примером исходного кода является здесь.
Http://techgossipz.blogspot.co.nz/2010/02/how-to-parse-html-using-dom-with-php.html