从 HTML 页面创建 CSV 文件

Question

我从数据库中提取了记录并将它们存储在仅包含文本的 HTML 页面上。每条记录都存储在

段落字段中，并由换行符
和行 hr>. 例如：

Company Name<br/>
555-555-555<br />
Address Line 1<br />
Address Line 2<br />
Website: www.example.com<br />

我只需要把这些记录放入一个CSV文件中。我将 fputcsv 与 array() 和 file_get_contents() 结合使用，但它将网页的整个源代码读取到 .csv 文件中，并且还丢失了大量数据。这些是以相同格式存储的多个记录。因此，在如上所示的整个记录​​块之后，它由

---

行标记分隔。我想将公司名称读入“名称”列，将电话号码读入“电话”列，将地址读入“地址”列，将网站读入“网站”列，如下所示。

https://i.sstatic.net/00Gxw.png
我该怎么做？

HTML 的片段：

            1 Stop Signs<br />
            480-961-7446<br />
500 N. 56th Street<br />
        Chandler, AZ  85226<br />

<br />
                Website: www.1stopsigns.com<br />
            <br />
            </p><br /><hr><br />

它在 HTML 源代码中的间隔如下。

Answer 1

假设您的数据遵循一种模式，其中每条记录均由

---

标记分隔，并且其中的每个字段均由
分隔，那么您应该能够拆分数据。

有很多方法可以做到这一点，但使用 explode() 可能会起作用的一种简单方法可能是这样的：

// open a file pointer to csv
$fp = fopen('records.csv', 'w');

// first, split each record into a separate array element
$records = explode('<hr>', $str);

// then iterate over this array
foreach ($records as $record) {

    // strip tags and trim enclosing whitespace
    $stripped = trim(strip_tags($record));

    // explode by end-of-line
    $fields = explode(PHP_EOL, $stripped);

    // array walk over each field and trim whitespace
    array_walk($fields, function(&$field) {
        $field = trim($field);
    });

    // create row
    $row = array(
        $fields[0], // name
        $fields[1], // phone
        sprintf('%s, %s', $fields[2], $fields[3]), // address
        $fields[6], // web
    );

    // write cleaned array of fields to csv
    fputcsv($fp, $row);
}

// done
fclose($fp);

其中 $str 是您正在解析的页面数据。希望这有帮助。

编辑

最初没有注意到具体的字段要求。更新了示例。

Answer 2

假设上面显示的 html 格式良好，我解决这个问题的方法必须分两个阶段。
第一的。清除一点 html 文本可以更有效地导出或管理信息。在这里尝试清除您想要保存的项目，并删除那些您知道在不久的将来不需要的项目。

$html = preg_replace("|\s{2,}|si"," ",$html); // clear non neccesary spaces
$html = preg_replace("|\n{2,}|si","\n",$html); // convert more return line to only one
$html = preg_replace("|<br />|si","##",$html); // replace those tags with this one

然后你将有一个更干净的 html 可以使用，与此类似......

1 Stop Signs##
480-961-7446##
500 N. 56th Street##
Chandler, AZ  85226##
Website: www.1stopsigns.com##
##
</p>##<hr>##

第二。现在，您可以分解字段或将内爆分解为逗号分隔值以形成 csv

// here you'll have the fields to work with into the array called $csv_parts
$csv_parts = explode("##",$html);

// imploding, so there you have the formatted csv similar to 1 Stop Signs,480-961-7446,..
$csv = implode(",",$csv_parts);

现在，您将有两种方法使用 html 来提取字段或导出 csv。

---

希望这对您有所帮助或给您一个想法来开发您需要的东西。

Answer 3

到目前为止，最简单的方法是简单地获取块，删除

---

标记中的所有内容，然后将字符串拆分为
< 上的字符串数组。 /代码> 标签。