如何快速将HTML表格转换为PHP数组？

Question

最新版本的PHP中是否有专门设计用于辅助此任务的内置函数？

- rsk82

Answer 1

使用 DOM 解析器，例如 SimpleXML，将 HTML 代码拆分为节点，并遍历这些节点以构建数组。

对于损坏/无效的 HTML，SimpleHTMLDOM 更加宽容（但它不是内置的）。

- Pekka

---

强制建议使用第三方替代SimpleHtmlDom的工具，这些工具实际上使用DOM而不是字符串解析：phpQuery、Zend_Dom、QueryPath和FluentDom。 - Gordon

Answer 2

在编程中，使用本地DOM解析器的替代方法可以是使用YQL。这样，您就不必自己进行实际解析。YQL Web服务使应用程序能够查询、过滤和组合来自互联网上不同来源的数据。

例如，要获取给定网址上具有类"example"的HTML表格

http://www.w3schools.com/html/html_tables.asp

你可以做到

$yql = 'http://tinyurl.com/yql-table-grab';
$yql = json_decode(file_get_contents($yql));
print_r( $yql->query->results );

我已经缩短了URL，以免影响答案。 $yql 实际上链接到YQL API，添加一些选项并包含查询：

select * from html 
    where xpath="//table[@class='example']" 
    and url="http://www.w3schools.com/html/html_tables.asp"

YQL 可以返回 JSON 和 XML。我已经让它返回 JSON 并对其进行解码，结果是嵌套的 stdClass 对象和数组结构（因此并非全部是数组）。您必须确定它是否符合您的需求。

您可以尝试交互式 YQL 控制台以查看其功能。

- Gordon

Answer 3

如果HTML代码干净且始终相同，则字符串替换和分割将起作用，但一旦出现新属性，它就会中断。 因此，唯一可靠的解决方案是使用正则表达式或XML / HTML解析器。 请查看http://php.net/manual/en/book.dom.php。

- Hydrino

---

使用正则表达式解析HTML不可靠，因为HTML不是规则的。 - Gordon

@Gordon，preg_match_all('/<tr>\s*<td[^>]*>((?:<td.+?</td|.)*?)</td>/si'，$html，$matches）; 问题出在哪里？ - Hydrino

@Gordon，我理解你的想法，尽管HTML表格与HTML的其他部分相比相当规则，但由于问题涉及表格，我对我的解决方案非常有信心。 - Hydrino

Answer 4

我不确定这是否更快，但您可以检查此类（使用 preg_replace）

http://wonshik.com/snippet/Convert-HTML-Table-into-a-PHP-Array

- Haim Evgi

Answer 5

如果您想要转换表格的HTML描述，这是我会这样做：

• 删除所有闭合标签（</...>）(http://php.net/manual/de/function.str-replace.php)
• 使用正则表达式在开放标签（<...>）处拆分字符串(http://php.net/manual/en/function.split.php)

您必须自己解决细节问题，因为我不知道您是否希望将不同行作为子数组处理，还是希望将所有行合并成一个大数组或其他内容。

- phimuemue

Answer 6

你可以使用explode函数将表格的列和行转换为数组。

参见：php explode

- rgroli

---

explode()对分割HTML表格结构没有帮助，是吗？ - Pekka

你需要注意结束标签，但是像这样拆分表格：$rows = explode("<tr>", $tablehtml); 可能是一种选择。但我同意你和@amora遍历DOM似乎是更好的方式。 - rgroli