使用 DOMDocument 和 XPath 访问子 div

Question

我正在构建一个供个人使用和学习目的的基本屏幕抓取工具，因此请不要发表诸如“您需要征求许可”等评论。

我尝试访问的数据结构如下：

<tr>
    <td>
        <div class="wrapper">
            <div class="randomDiv">
                <div class="divContent">
                    <div class="event">asd</div>
                    <div class="date">asd</div>
                    <div class="venue">asd</div>
                    <div class="state">asd</div>
                </div>
            </div>
        </div>
    </td>
</tr>

我正在尝试收集所有这些数据（因为给定页面上大约有 20 行）。

使用以下代码，我成功地收集了我需要的数据：

$remote = file_get_contents("linktoURL");

$doc = new DOMDocument();
$doc->preserveWhiteSpace = false;
$file = @$doc->loadHTML($remote);
$rows = $doc->getElementsByTagName('tr');
$xp = new DOMXpath($doc);

//initialize variables
$rows = array();

foreach($xp->query('//*[contains(@class, \'wrapper\')]', $doc) as $found) {
    echo "<pre>";
    print_r($found->nodeValue);
}

现在我的问题是，我将如何将所有这些数据存储到如下所示的关联数组中：

Array (
    [0] => Array
        (
            [Event] => Name
            [Date] => 12/12/12
            [Venue] => NameOfPlace
            [state] => state
        )

    [1] => Array
        (
            [Event] => Name
            [Date] => 12/12/12
            [Venue] => NameOfPlace
            [state] => state
        )

    [2] => Array
        (
            [Event] => Name
            [Date] => 12/12/12
            [Venue] => NameOfPlace
            [state] => state
        )

)

现在，想到的唯一解决方案是调用在 foreach 循环中对每个类名 //*[contains(@class, \'className\')] 进行 xpath 查询。

是否有通过 DOMDocument 和 XPath 更惯用的方法，我可以在其中创建上述数据的关联数组？

编辑：

我不限于使用 DOMDocument 和 XPath，如果有其他可能更简单的解决方案，请发布它们。

Answer 1

您可以通过注册 PHP 函数将某些功能导入 DOMXPath，但据我所知，您只能返回标量或节点集。

您可以使用 XSLTProcessor::transformToDoc() 通过简单的样式表对其进行转换，还可以将其导出到 SimpleXML 以便于访问。问题是它是否比手动搜索每个课程更快。

当然，您可以使用 //div[contains(@class, 'event') 或 contains(@class, 'date')] 等来缩短 XPath 使用量。