使用 PHP Simple HTML DOM Parser 查找具有特定类的 <p>(paragraph) 标记并提取其内容答案

【问题标题】：Find <p>(paragraph) tag with specific class and extract it's content using PHP Simple HTML DOM Parser使用 PHP Simple HTML DOM Parser 查找具有特定类的 <p>(paragraph) 标记并提取其内容
【发布时间】：2018-10-17 06:10:49
【问题描述】：

我想在 Work Experience 和 EDUCATION AND TRAINING 之间找到类 ft04 的 p 标签，并从给定的 html 中提取包含公司名称的类文本

<p class = "ft00">Introduction</p>
<p class = "ft00">John Smith</p>
<p class = "ft02">Email:</p>
<p class = "ft02">Phone Number:</p>
<p class = "ft00">John@gmail.com</p>
<p class = "ft00">Work Experience</p>
<p class = "ft00">27 July 2017</p>
<p class = "ft04">ABC Company</p>
<p class = "ft00">19 May 2018</p>
<p class ="ft04">XYZ Company</p>
<p class = "ft00">EDUCATION AND TRAINING</p>

到目前为止，我能得到的是提取工作经验和教育与培训之间的所有数据，它工作正常，代码如下：-

$fexp = $html->find('p[plaintext^=Work Experience]');
$items = array();
 foreach ($fexp as $keye) {

    while ( $keye->nextSibling() ) {
        if ( $keye->nextSibling() == TRUE ) {

         $keye = $keye->nextSibling();
            $varce = $keye->plaintext;



        }
        if ( trim($varce) == "EDUCATION AND TRAINING" ){
            break;
        }
        //$test[] = $collection;
       $items[] = $varce;
        // echo $varce;

}
}
var_dump($items);

我很接近，但似乎无法找到解决方案，任何帮助将不胜感激谢谢:-)

【问题讨论】：

标签： php html parsing web-scraping simple-html-dom

【解决方案1】：

这是工作代码:)

$html = '<p class = "ft00">Introduction</p>
<p class = "ft00">John Smith</p>
<p class = "ft02">Email:</p>
<p class = "ft02">Phone Number:</p>
<p class = "ft00">John@gmail.com</p>
<p class = "ft00">Work Experience</p>
<p class = "ft00">27 July 2017</p>
<p class = "ft04">ABC Company</p>
<p class = "ft00">19 May 2018</p>
<p class ="ft04">XYZ Company</p>
<p class = "ft00">EDUCATION AND TRAINING</p>';

$doc = new DOMDocument();
$doc->loadHTML($html);

$items = array();

foreach ($doc->getElementsByTagName('p') as $p) {
    if (strtolower(trim($p->nodeValue)) == 'work experience') {
        $found = true;
    }
    if (isset($found) && strtolower(trim($p->getAttribute('class'))) == 'ft04') {
        $items[] = $p->nodeValue;
    }
    if (strtolower(trim($p->nodeValue)) == 'education and training') {
        break;
    }
}

print_r($items);

输出

Array
(
    [0] => ABC Company
    [1] => XYZ Company
)

希望对你有帮助

【讨论】：

【解决方案2】：

您可以通过以下方式检查课程：

$keye->getAttribute("class") === "ft04"

你可以在while语句中设置nextSibling()来缩短你的代码：

while ($keye = $keye->nextSibling()) {

在遍历兄弟姐妹时，您检查类名 ft04 并将 plaintext 添加到您的数组 $items。

您可以将代码更新为：

$fexp = $html->find('p[plaintext^=Work Experience]');
$items = array();
foreach ($fexp as $keye) {
    while ($keye = $keye->nextSibling()) {
        if ($keye->plaintext === "EDUCATION AND TRAINING") {
            break;
        }
        if($keye->getAttribute("class") === "ft04") {
            $items[] = $keye->plaintext;
        }
    }
}
var_dump($items);

这会给你：

array(2) {
  [0]=>
  string(11) "ABC Company"
  [1]=>
  string(11) "XYZ Company"
}

【讨论】：