使用 PHP DOMDocument 连接 HTML 表格

Question

我有一大堆大型 HTML 文档，其中包含数据表，我正在编写一个脚本来处理 HTML 文件，隔离标签及其内容，然后将这些表中的所有行连接到一个大型数据表中。 然后循环遍历新大表的行和列。

经过一番研究后，我开始尝试使用 PHP 的 DOMDocument 类来解析 HTML，但我只是想知道，这是执行此类操作的最佳方法吗？

这就是我到目前为止所得到的...

$dom = new DOMDocument();
$dom->preserveWhiteSpace = FALSE;
@$dom->loadHTMLFile('exrate.html');
$tables = $dom->getElementsByTagName('table');

我如何删除除表格及其内容之外的所有内容？ 然后我实际上想删除第一个表，因为它是目录。然后循环遍历所有表行并将它们构建成一张大表。

有人对如何执行此操作有任何提示吗？ 我一直在 php.net 上挖掘 DOMDocument 的文档，但我发现语法非常令人困惑！

干杯，B

编辑：这是一个 HTML 文件示例，其中包含我想要加入的数据表 http://thenetzone.co.uk/exrates/exrate.html

Answer 1

好的，用 phpQuery 进行了排序，并进行了大量的试验和错误。
因此，它需要一大堆表并将内容移到第一个表中，删除空表。
然后循环遍历每个表行并从特定列中提取文本，在本例中为每行的第二个和第三个 td。

require('phpQuery/phpQuery.php');
$doc = phpQuery::newDocumentFileHTML('exrates_code.html');
pq('table:first')->remove();// REMOVE FIRST TABLE, JUST A CONTENTS TABLE SO NOT INTERESTED
pq('tr:has(th)')->remove();// REMOVE TABLE ROWS THAT ARE HEADERS
pq('table:not(:first) tr')->appendTo('table:first');// MOVE CONTENTS OF OTHER TABLES TO FIRST
pq('table:empty')->remove();// REMOVE EMPTY TABLES
pq('br')->remove();

$rows = pq('table tr');
foreach ($rows as $row) {
    $currency = pq($row)->find('td:eq(1)')->text();
    $value = pq($row)->find('td:eq(2)')->text();
}

希望这可以帮助别人！