php – 使用Simple HTML DOM Parser按ID查找表

发布时间：2020-12-13 16:05:33 所属栏目：PHP教程来源：网络整理

导读：去年我写了一个数据库播种器,它刮掉了一个统计网站.在重新访问我的代码后,它似乎不再起作用了,我对它的原因感到有点难过. $html- find()应该返回找到的元素数组,但是它似乎只是在使用时找到第一个表. 根据文档,我尝试使用find()并指定每个表的ID,但这似乎也

去年我写了一个数据库播种器,它刮掉了一个统计网站.在重新访问我的代码后,它似乎不再起作用了,我对它的原因感到有点难过. $html-> find()应该返回找到的元素数组,但是它似乎只是在使用时找到第一个表.

根据文档,我尝试使用find()并指定每个表的ID,但这似乎也失败了.

$table_passing = $html->find('table[id=passing]');

任何人都可以帮我弄清楚这里有什么问题吗？我不知道为什么这些方法都不起作用,页面源清楚地显示了多个表和ID,两种方法都应该起作用.

private function getTeamStats()
{
    $url = 'http://www.pro-football-reference.com/years/2016/opp.htm';
    $html = file_get_html($url);

    $tables = $html->find('table');

    $table_defense = $tables[0];
    $table_passing = $tables[1];
    $table_rushing = $tables[2];

    //$table_passing = $html->find('table[id=passing]');

    $teams = array();

    # OVERALL DEFENSIVE STATISTICS #
    foreach ($table_defense->find('tr') as $row)
    {
        $stats = $row->find('td');

        // Ignore the lines that don't have ranks,these aren't teams
        if (isset($stats[0]) && !empty($stats[0]->plaintext))
        {
            $name = $stats[1]->plaintext;
            $rank = $stats[0]->plaintext;
            $games = $stats[2]->plaintext;
            $yards = $stats[4]->plaintext;

            // Calculate the Yards Allowed per Game by dividing Total / Games
            $tydag = $yards / $games;

            $teams[$name]['rank'] = $rank;
            $teams[$name]['games'] = $games;
            $teams[$name]['tydag'] = $tydag;
        }
    }

    # PASSING DEFENSIVE STATISTICS #
    foreach ($table_passing->find('tr') as $row)
    {
        $stats = $row->find('td');

        // Ignore the lines that don't have ranks,these aren't teams
        if (isset($stats[0]) && !empty($stats[0]->plaintext))
        {
            $name = $stats[1]->plaintext;
            $pass_rank = $stats[0]->plaintext;
            $pass_yards = $stats[14]->plaintext;

            $teams[$name]['pass_rank'] = $pass_rank;
            $teams[$name]['paydag'] = $pass_yards;
        }
    }

    # RUSHING DEFENSIVE STATISTICS #
    foreach ($table_rushing->find('tr') as $row)
    {
        $stats = $row->find('td');

        // Ignore the lines that don't have ranks,these aren't teams
        if (isset($stats[0]) && !empty($stats[0]->plaintext))
        {
            $name = $stats[1]->plaintext;
            $rush_rank = $stats[0]->plaintext;
            $rush_yards = $stats[7]->plaintext;

            $teams[$name]['rush_rank'] = $rush_rank;
            $teams[$name]['ruydag'] = $rush_yards;
        }
    }

解决方法

我从不使用simplexml或其他衍生物,但是当使用XPath查询来查找ID等属性时,通常会使用@作为前缀,并且应该引用该值 – 因此对于您的情况,它可能是

$table_passing = $html->find('table[@id="passing"]');

使用标准DOMDocument& DOMXPath方法的问题是实际表在源代码中被“注释掉” – 因此html注释的简单字符串替换使得以下工作 – 这可以很容易地适应原始代码.

$url='http://www.pro-football-reference.com/years/2016/opp.htm';

$html=file_get_contents( $url );
/* remove the html comments */
$html=str_replace( array('<!--','-->'),'',$html );

libxml_use_internal_errors( true );
$dom=new DOMDocument;
$dom->validateOnParse=false;
$dom->standalone=true;
$dom->strictErrorChecking=false;
$dom->recover=true;
$dom->formatOutput=false;
$dom->loadHTML( $html );
libxml_clear_errors();  



$xp=new DOMXPath( $dom );
$tbl=$xp->query( '//table[@id="passing"]' );

foreach( $tbl as $n )echo $n->tagName.' > '.$n->getAttribute('id');

/* outputs */
table > passing

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!