2

我有一个数据库表，它在一列中包含以下格式的数据。

<table cellspacing="1" cellpadding="0" border="0" width="395">
    <tbody>
        <tr>
            <td valign="top" width="135">
                <p>Calories (kcal)<br>Energy (kj)<br>Fats<br>Carbohydrates<br>Protein<br></p>
            </td>
            <td valign="top">
                <p>178<br>748<br>0 g<br>9.6 g<br>0.1 g<br></p>
            </td>
            <td valign="top" width="135">
                <p>Fiber<br>Sugars<br>Cholesterol<br>Sodium<br>Alcohol<br></p>
            </td>
            <td valign="top">
                <p>0 g<br>-<br>0 mg<br>-<br>26.2 g<br></p>
            </td>
        </tr>
    </tbody>
</table>

我想创建另一个数据库，它具有单独的、Calories和Fats列。为了分离这些数据，我需要从旧数据库中获取数据并像这样解析它。CarbohydratesProtein

$qry = "SELECT * FROM table";
$res = $mysqli->query($qry);

// new dom object
$dom = new DOMDocument();

while ($row = $res->fetch_assoc()) {

    $html = @$dom->loadHTML($row['columndata']);
    //the table by its tag name
    $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 />';
    }
}

这将输出以下内容：

Calories (kcal)Energy (kj)FatsCarbohydratesProtein  
1787480 g9.6 g0.1 g

我无法分离输出字符串以在新数据库中具有正确的列值。

例如，我想178在Calories列、列等0 g中具有值。Fats

4

2 回答 2

2

如果要获取td元素的 innerHTML，可以使用以下构造：

$tdElement = $row->getElementsByTagName('td')->item(0);
$tdElement->ownerDocument->saveHTML( $tdElement );

它应该将该节点的内部 html 作为字符串返回。

于 2013-04-30T08:44:06.027 回答
2

尝试遍历P元素的子节点：

foreach ($rows as $row)
{
    $paragraphs = $row->getElementsByTagName('p');
    //ensure that all the text between <br> is in one text node
    $paragraphs->item(0)->normalize();
    foreach($paragraphs->item(0)->childNodes as $node) {
        if ($node->nodeType == XML_TEXT_NODE) {
            echo $node->nodeValue . '<br/>;
        }
    }

}

在元素上调用 normalize() 很重要p，以确保br元素之间的文本每个都在一个文本节点中，并且不分开，例如<p>Calories (kcal)<br>Energy (kj)<br>...</p>将具有Calories (kcal)and Energy (kj)、 not Cal、ories (等文本节点kcal)，它们可能没有规范化。

于 2013-04-30T10:00:14.353 回答