1

我有一个小问题。
我想用 PHP 解析一个简单的 HTML 文档。这是简单的 HTML：

<html>
       <body>
             <table>
                     <tr>
                          <td>Colombo <br> Coucou</td> 
                          <td>30</td>
                          <td>Sunny</td> 
                     </tr>
                     <tr>
                          <td>Hambantota</td> 
                          <td>33</td>
                          <td>Sunny</td> 
                     </tr>

             </table>    
       </body>
 </html>

这是我的 PHP 代码：

$dom = new DOMDocument();

$html = $dom->loadHTMLFile("test.html");

$dom->preserveWhiteSpace = false; 

$tables = $dom->getElementsByTagName('table'); 


$rows = $tables->item(0)->getElementsByTagName('tr'); 


foreach ($rows as $row) 
{ 

  $cols = $row->getElementsByTagName('td'); 

  echo $cols->item(0)->nodeValue.'<br />'; 
  echo $cols->item(1)->nodeValue.'<br />'; 
  echo $cols->item(2)->nodeValue;
}

但是正如你所看到的，我有一个<br>标签并且我需要它，但是当我的 PHP 代码运行时，它会删除这个标签。
谁能解释我如何保持它？

4

1 回答 1

2

我建议您在 XPath 的帮助下捕获表格单元格的值：

$values = array();

$xpath = new DOMXPath($dom);

foreach($xpath->query('//tr') as $row) {
   $row_values = array();

   foreach($xpath->query('td', $row) as $cell) {
      $row_values[] = innerHTML($cell);
   }

   $values[] = $row_values;
}

此外，我也遇到了与您相同的问题，<br>因为它们本身被视为空节点，因此标签被从获取的内容中剥离；不幸的是，它们不会自动替换为换行符 ( \n)；

所以我所做的是设计了我自己的 innerHTML 函数，该函数已在许多项目中证明是无价的。在这里和大家分享一下：

function innerHTML(DOMElement $element, $trim = true, $decode = true) {
   $innerHTML = '';

   foreach ($element->childNodes as $node) {
      $temp_container = new DOMDocument();
      $temp_container->appendChild($temp_container->importNode($node, true));

      $innerHTML .= ($trim ? trim($temp_container->saveHTML()) : $temp_container->saveHTML());
   }

   return ($decode ? html_entity_decode($innerHTML) : $innerHTML);
}
于 2013-02-18T14:55:48.977 回答