从 Wikipedia 中提取表格数据并转换为 XML 文档答案

【问题标题】：Extract table data from Wikipedia and convert into an XML document从 Wikipedia 中提取表格数据并转换为 XML 文档
【发布时间】：2012-02-04 14:17:46
【问题描述】：

页面：http://en.wikipedia.org/wiki/ISO_4217#Active_codes

是否可以提取每个：

货币代码
货币名称
货币位置

如果可能的话，像这样保存到 XML 文档中：

<currency>
    <AED>
        <curr>United Arab Emirates dirham</curr>
        <loc>United Arab Emirates</loc>
    </AED>
</currency>
<currency>
    <AFN>
        <curr>Afghan afghani</curr>
        <loc>Afghanistan</loc>
    </AFN>
</currency>

我不确定这是否有帮助，但我发现您可以将 wiki 页面转换为某种 XML 结构：

http://en.wikipedia.org/wiki/Special:Export/ISO_4217#Active_codes

谢谢。

【问题讨论】：

标签： php xml

【解决方案1】：

该表以 wiki 格式创建并因此可用： http://en.wikipedia.org/w/index.php?title=ISO_4217&action=edit&section=4

您可以编写一个脚本来将 wiki 格式解析为一个数组，并从中构建一个 XML。尝试用换行符分割字符串（例如使用explode），然后用|| 分割每一行，这将分隔表格列。

类似这样的：

$currencyList = array();
$source = "<insert wikipedia table code here>";

$rows = explode("\n", $source); // split the table in rows

foreach($rows as $row) {

    if(strlen(trim($row)) < 0) { continue; } // ignore empty rows
    if(trim($row) == "|-") { continue; } // ignore table line separators

    $row = substr($row, 2); // remove the "| " from the beginning of each row

    $cols = explode("||", $row); // split the row in columns

    $currency = array( // clean data and store in associative array
         'code' => trim($cols[0]),
         'number' => trim($cols[1]),
         'digits_after_decimal' => trim($cols[2]),
         'name' => trim($cols[3])
    );

    array_push($currencyList, $currency); // add the read currency to the list

}

var_dump($currencyList); // $currencyList now has a list of associative arrays with your data.

要构建您的 XML，您可以尝试 PHP 的 SimpleXML。

【讨论】：