需要有关 PHP DOM XPath 解析表的帮助答案

【问题标题】：Need help with PHP DOM XPath parsing table需要有关 PHP DOM XPath 解析表的帮助
【发布时间】：2009-02-26 13:17:44
【问题描述】：

我最近刚刚阅读了有关 PHP 中的 DOM 模块的信息，现在我正在尝试使用它来解析 HTML 文档。该页面说这是一个比使用 preg 更好的解决方案，但我很难弄清楚如何使用它。

该页面包含一个表格，其中包含日期和该日期的 X 个事件。

首先，我需要从具有 valign="bottom" 的 tr 中获取文本（日期），然后我需要从低于该 tr 的具有 valign="top" 的所有 tr 中获取所有列值。我需要 tr 下面的每个 tr 的所有列值，直到下一个 tr 的日期为 valign="bottom" （下一个日期）。列数据的tr个数未知，可以为零也可以很多。

页面上的 HTML 是这样的：

<table>
    <tr valign="bottom">
        <td colspan="4">2009-02-26</td>
    </tr>
    <tr valign="top">
        <td>21:00</td>
        <td>Column data</td>
        <td>Column data</td>
        <td>Column data</td>
    </tr>
    <tr valign="top">
        <td>23:00</td>
        <td>Column data</td>
        <td>Column data</td>
        <td>Column data</td>
    </tr>
    <tr valign="bottom">
        <td colspan="4">2009-02-27</td>
    </tr>
    <tr valign="top">
        <td>06:00</td>
        <td>Column data</td>
        <td>Column data</td>
        <td>Column data</td>
    </tr>
    <tr valign="top">
        <td>10:00</td>
        <td>Column data</td>
        <td>Column data</td>
        <td>Column data</td>
    </tr>
    <tr valign="top">
        <td>13:00</td>
        <td>Column data</td>
        <td>Column data</td>
        <td>Column data</td>
    </tr>
</table>

到目前为止，我已经能够获得前两个日期（我只对前两个感兴趣），但我不知道如何从这里开始。

我用来获取日期 trs 的 xpath 查询是

$result = $xpath->query('//tr[@valign="bottom"][position()<3]);

现在我需要一种方法将那天的所有事件与日期联系起来，即。选择直到下一个日期 tr 之前的所有 td 和所有列值。

【问题讨论】：

标签： php parsing xpath

【解决方案1】：

$oldSetting = libxml_use_internal_errors( true ); 
libxml_clear_errors(); 

$html = new DOMDocument(); 
$html->loadHtmlFile('http://url/table.html'); 

$xpath = new DOMXPath( $html ); 
$elements = $xpath->query( "//table/tr" ); 

foreach ( $elements as $item ) {
  $newDom = new DOMDocument;
  $newDom->appendChild($newDom->importNode($item,true));

  $xpath = new DOMXPath( $newDom ); 

  foreach ($item->attributes as $attribute) { 

    for ($node = $item->firstChild; $node !== NULL; 
         $node = $node->nextSibling) {
      if (($attribute->nodeName =='valign') && ($attribute->nodeValue=='top'))
      {
        print($node->nodeValue); 
      }
      else
      {
        print("<br>".$node->nodeValue);
      }
    }
    print("<br>");
  } 
}

libxml_clear_errors(); 
libxml_use_internal_errors( $oldSetting );

【讨论】：

【解决方案2】：

使用following-sibling()。

【讨论】：

谢谢，但是你如何告诉 xpath 只选择具有 [valign="bottom"] 的节点的兄弟姐妹？如果我在我选择的日期使用 following-sibling::tr[@valign="top"] 当我只想要直到下一个日期 tr 的那些时，它将返回所有以下 tr？
选择所有跟随当前 tr[@valign="bottom"] 的兄弟节点，但不跟随下一个的兄弟节点的节点。例如第一个：following-sibling::tr[@valign="bottom"][1] 而不是(following-sibling::tr[@valign="bottom"][2])

【解决方案3】：

这个 XPath 表达式

/table/tr/td[@colspan=4]

或

/table/tr[valign='bottom']/td

生成带有日期单元格的节点集。

如何获取标记之间的单元格？

/table/tr/td[not(@colspan=4)][preceding::td[@colspan=4][1]='2009-02-26']

【讨论】：