从网站解析特定数据项

Question

我试图从this webpage检索以下数据变量

• 地址
• 城市
• 状态
• 邮政编码
• 商店电话
• 药房电话
• 开放时间
• 药房营业时间
• 取货选项
• 在这个商店/位置
• 站点到存储时间

我尝试过这种方式，但是我无法分离出一些数据来存储在上述数据变量中，所以需要一些 PHP 专家的帮助和建议

 $html = file_get_html('http://www.walmart.com/storeLocator/ca_storefinder_results.do?serviceName=&rx_title=com.wm.www.apps.storelocator.page.serviceLink.title.default&rx_dest=%2Findex.gsp&sfrecords=50&sfsearch_single_line_address=K6T');
foreach($html->find('div[class=StoreAddress] div[1]') as $name)
{
echo $name->innertext.'<br>';
}

这个网站的 html 很难用它的标签来识别每个数据项，因为它们没有分配给标签的正确 id。任何人都可以建议简单且可扩展的方法来解析来自 website 的上述数据项。

谢谢

Answer 1

我看到他们在地址之前实现了一个不错的 hr 标签。 在 hr 标签上展开它并使用带有地址的剩余部分来重建 html 对象。 然后遍历 div 并使用 preg_match 来查看对象是否包含对您想要的数据的任何引用。

foreach($html->find(’div’) as $test)
    {
     if(preg_match(’/Adress/’,$test->innertext))
        {
        filter out addy
        }
    }

Answer 2

html 并没有那么复杂。 php 的迭代器和 dom/regex 函数对于这样的任务很笨拙，但可以做到：

$dom = new DOMDocument();
@$dom->loadHTMLFile('http://www.walmart.com/storeLocator/ca_storefinder_details_short.do?rx_dest=/index.gsp&rx_title=com.wm.www.apps.storelocator.page.serviceLink.title.default&edit_object_id=2092&sfsearch_single_line_address=K6T');
$xpath = new DOMXPath($dom);

foreach($xpath->query('//div[@class="StoreAddress"]') as $div) {
  // title
  echo $xpath->query(".//div[1]", $div)->item(0)->nodeValue . "\n";
  // street
  echo $xpath->query(".//div[2]", $div)->item(0)->nodeValue . "\n";
  // city state and zip
  preg_match('/(.*), ([A-Z]{2}) (\d{5})/', $xpath->query(".//div[3]", $div)->item(0)->nodeValue, $m);
  // city
  echo $m[1] . "\n";
  // state
  echo $m[2] . "\n";
  // zip
  echo $m[3] . "\n";
}