PHP DOM 解析器从 Span 获取数据

Question

我正在尝试使用 DOM 从以下一批 HTML 中获取日期和时间以及房间（我实际上获取了我的脚本中的所有内容，但它获取了这两个我遇到了麻烦）：

                    </td><td class="call">
                    <span>12549<br/></span><a href="http://www.bkstr.com/webapp/wcs/stores/servlet/booklookServlet?bookstore_id-1=584&term_id-1=201190&crn-1=12549" target="_blank">View Book Info</a>
                    </td><td>
                    <span id="ctl10_gv_sectionTable_ctl03_lblDays">F:1000AM - 1125AM<br />T:230PM - 355PM</span>


                    </td><td class="room">
                    <span id="ctl10_gv_sectionTable_ctl03_lblRoom">KUPF106<br />KUPF106</span>
                    </td><td class="status"><span id="ctl10_gv_sectionTable_ctl03_lblStatus" class="red">Closed</span></td><td class="max">20</td><td class="now">49</td><td class="instructor">
                    <a href="https://directory.njit.edu/PersDetails.aspx?persid=SCHOENKA" target="_blank">Schoenebeck Kar</a>
                    </td><td class="credits">3.00</td>

        </tr><tr class="sectionRow">
            <td class="section">
                    101<br />

这是我迄今为止找到的内容 正如您从 HTML 中看到的那样

    $tracker =0;
    // DAYS AND TIMES
    $number = 3;
    $digit = "0";
    while($tracker<$numSections){           
        $strNum = strval($number);
        $zero = strval($digit);
        $start = "ctl10_gv_sectionTable_ctl";
        $end = "_lblDays";
        $id = $start.$zero.$strNum.$end;
        //$days = $html->find('span.$id');
        $days=$html->getElementByTagName('span')->getElementById($id);
            echo "Days : ";
            echo $days[0] . '<br>';


        $tracker++;
        $number++;
        if($number >9){
            $digit = "1";
            $number=0;
        }
    }

，正在解析的网站的某些跨度具有非常独特的 ID (ctl10_gv_sectionTable_ctl03_lblRoom)。由于我只发布了 1 个部分的 HTML 块，所以您看不到的是，下一个类部分的代码是相同的，除了“ctl03”部分，这是我所处理的所有额外代码，所以没有一个人被它甩掉了。

我尝试了几种不同的方法，但似乎无法获取日期（即“1000AM - 1125AM”）或房间（即 KUPF106）。其余的东西很容易获取，但是这两个没有类标识符，甚至没有 td 标识符。我想我只需要知道如何使用 $id 中的值作为我正在寻找的特定范围 id ？如果是这样，有人可以告诉我该怎么做吗？

Answer 1

这：

$html->getElementByTagName('span')->getElementById($id);

毫无意义。 getElementByTagName 返回一个 DOMList，它没有 getElementById 方法。

我认为您的意思是 $html->getElementById($id);，但我无法确定，因为我不知道 $html 是什么。

获得元素后，如果不需要在文本节点之间行走，则可以使用 $element->textContent 获取文本值。

您是否考虑过使用 DOMXPath 来执行解析任务？它可能更更容易和更清晰。

Answer 2

除非您使用 Php 版本 <= 4，否则应避免使用简单的 Html Dom。Php5 中的内置 Dom 函数使用更可靠的 libxml2 库。

迭代 html 的正确方法是首先识别要迭代的行，然后编写 xpath 表达式来提取与该行相关的数据。

$dom = new DOMDocument();
@$dom->loadHTML($html);
$xpath = new DomXpath($dom);

foreach($xpath->query("//tr[@class='sectionRow']") as $row){
    echo $xpath->query(".//span[contains(@id,'Days')]",$row)->item(0)->nodeValue."\n";
    echo $xpath->query(".//span[contains(@id,'Room')]",$row)->item(0)->nodeValue."\n";
    echo $xpath->query(".//span[contains(@id,'Status')]",$row)->item(0)->nodeValue."\n";
}