編輯：沒有說清楚。我正在使用 PHP我正在嘗試創建一個現代化的 Boxrec 網站，我正在從維基百科抓取數據。在拳擊手的每個維基百科頁面中，都有一張他們的比賽表格。我已經成功地從另一個表中提取了勝利、失敗和平局數據。我如何使用 PHP 將戰斗表數據提取到某種（2D？）純文本數組中？這是該表的鏈接（這是第二個表，較大的一個） https://en.wikipedia.org/wiki/Sugar_Ray_Robinson#Professional_boxing_record這是我嘗試過的代碼（我可能完全不同意這個）$dom = new domDocument;$dom->loadHTML($table);$dom->preserveWhiteSpace = false;$tables = $dom->getElementsByTagName('table');$rows = $tables->item(1)->getElementsByTagName('tr');foreach ($rows as $row) { $cols = $row->getElementsByTagName('td'); echo $cols[2];}這給了我警告： DOMDocument::loadHTML()：意外的結束標記：實體中的 div，第 38 行 C:\xampp\htdocs\boxing\search\index.php 中的第 4375 行
1 回答
忽然笑
TA貢獻1806條經驗 獲得超5個贊
我看到的幾個問題：
$tables->item(1)->getElementsByTagName('tr');將始終為您提供頁面中的第二個表格，該表格將是右側個人統計數據塊中的表格由于
$cols[2]不是簡單類型的對象，您將收到警告而不是內容。用于echo $cols[2]->textContent輸出內部文本。
我建議加載所有表，然后根據結果表中不同的表標題進行檢查（如果您正在解析結果表）。然后提取適當的列。
示例代碼：
下面的代碼僅顯示如何檢查表中的示例標題“Result”，然后輸出結果列。請根據您的預期目的進行調整。
<?php
$table = file_get_contents('https://en.wikipedia.org/wiki/Sugar_Ray_Robinson');
$dom = new DOMDocument;
$dom->loadHTML($table);
$dom->preserveWhiteSpace = false;
$tables = $dom->getElementsByTagName('table');
foreach ($tables as $singleTable) {
try {
$rows = $singleTable->getElementsByTagName('tr');
// check if we are parsing the right table:
$row1= $rows[0]->getElementsByTagName('th');
$isResultTable= FALSE;
foreach ($row1 as $th) {
if (trim($th->textContent) === 'Result') {
$isResultTable = TRUE;
}
}
if (!$isResultTable) continue;
foreach ($rows as $row) {
$cols = $row->getElementsByTagName('td');
echo $cols[2]->textContent;
}
} catch (Exception $ex) {
print_r($ex);
}
}
- 1 回答
- 0 關注
- 178 瀏覽
添加回答
舉報
0/150
提交
取消