php - 使用 preg_match_all 用 PHP 解析一个 html 表

Question

我使用以下 PHP 脚本来解析表。

如果每个元素都在同一行上，它就可以工作，例如：

<td></td>
<td></td>
<td></td>

如果“开始标签”和“结束标签”在不同的行上，我怎样才能让它工作？像这样：

<td></td>
<td>
</td>
<td></td>

PHP 脚本：

function parseTable($html)
{
  // Find the table
  preg_match("/<table.*?>.*?<\/[\s]*table>/s", $html, $table_html);

  // Get title for each row
  preg_match_all("/<th.*?>(.*?)<\/[\s]*th>/", $table_html[0], $matches);
  $row_headers = $matches[1];

  // Iterate each row
  preg_match_all("/<tr.*?>(.*?)<\/[\s]*tr>/s", $table_html[0], $matches);

  $table = array();

  foreach($matches[1] as $row_html)
  {
    preg_match_all("/<td.*?>(.*?)<\/[\s]*td>/", $row_html, $td_matches);
    $row = array();
    for($i=0; $i<count($td_matches[1]); $i++)
    {
      $td = strip_tags(html_entity_decode($td_matches[1][$i]));
      $row[$row_headers[$i]] = $td;
    }

    if(count($row) > 0)
      $table[] = $row;
  }
  return $table;
}

Answer 1

Preg_match 不是用来解析 HTML 的，因为它不是正则表达式。最好的解决方案是使用

XML Parser - PHP Doc

每个工具都有自己的问题需要解决，解析不是 preg_match 的