HTML에서 정보를 추출 하시겠습니까?

Question

우선, 비슷한 질문을 많이 봤습니다. regex 또는 dom 사용할 수 있지만 DOM 및 정규식 좋은 예제를 찾을 수 없다는 것을 알고 내 머리를 끌어 당긴다. 또한 html 소스에서 여러 값을 가져와야하며 일부 내용은 일부 특성을 가져와야합니다. "메시지"블록이 한 번 또는 수백 번 발생할 수 있습니다

<div class="log"> 
    <div class="message"> 
     <abbr class="dt" title="time string"> 
      DATA_1 
     </abbr> 
     : 
     <cite class="user"> 
      <a class="tel" href="tel:+xxxx"> 
       <abbr class="fn" title="DATA_2"> 
        Me 
       </abbr> 
      </a> 
     </cite> 
     : 
     <q> 
      DATA_3 
     </q> 
    </div> 
</div> 

: 여기

내가로부터 정보를 얻을하는 데 필요한 HTML의 예입니다. SimpleXML을을 사용하여

array(4) { 
    [0] => array(3) { 
       ["time"] => "DATA_1" 
       ["name"] => "DATA_2" 
       ["message"] => "DATA_3" 
      } 
    [1] => array(3) { 
       ["time"] => "DATA_1" 
       ["name"] => "DATA_2" 
       ["message"] => "DATA_3" 
      } 
    [2] => array(3) { 
       ["time"] => "DATA_1" 
       ["name"] => "DATA_2" 
       ["message"] => "DATA_3" 
      } 
    [3] => array(3) { 
       ["time"] => "DATA_1" 
       ["name"] => "DATA_2" 
       ["message"] => "DATA_3" 
      } 
} 

내가 시도했지만 매우 간단한 HTML 페이지를 작업 할 것 같다 :이 같은 데이터와 끝까지 노력하고 있어요. 누군가가 나를 몇 가지 예와 연결시킬 수 있을까? title 속성에서 DATA_2를 가져와야하므로 혼란 스럽습니다. 자신의 데이터를 추출하는 가장 좋은 방법은 무엇이라고 생각하십니까? 그것은 내가 한 XML 추출과 매우 유사하지만 다른 방법을 사용해야합니다.

Answer 1

여기에 DOMDocument과 DOMXpath을 사용하여 HTML을 구문 분석하는 예입니다.

$doc = new DOMDocument; 
$doc->loadHTMLFile('your_file.html'); 
$xpath = new DOMXpath($doc); 

$res = array(); 

foreach ($xpath->query('//div[@class="message"]') as $elem) { 
    $res[] = array(
     'time' => $xpath->query('abbr[@class="dt"]', $elem)->item(0)->nodeValue, 
     'name' => $xpath->query('cite/a/abbr[@class="fn"]', $elem)->item(0)->getAttribute('title'), 
     'message' => $xpath->query('q', $elem)->item(0)->nodeValue, 
    ); 
} 

Answer 2

xPath를 사용 하시겠습니까? 그것은 당신이하고 싶은 것을위한 완벽한 후보자처럼 보입니다 (하지만 당신이 묻는 것을 오해 할 수도 있습니다).

XPath를 사용하면 XML/HTML 트리의 특정 노드를 선택하고 거기에서 조작 할 수 있습니다. 그 후, 그것은 간단한 작업 (또는 대부분의 간단한 정규식의 작은 비트. 개인적으로, 나는 정규식을 사랑하므로, 당신이 그 도움이 필요하면 알려주십시오).

시간 (데이터 1) :

/div/div/abbr/text() 

이름 (자료 2) :

/div/div/cite/a/abbr/@title 

메시지 (

귀하의 XPath 문

는 (충돌하는 이름이 없다고 가정)과 같을 것 데이터 3) :

/div/div/q/text() 

예를 들어 속성을 통해 요소를 식별하려는 경우 이보다 더 많은 기술을 얻을 수 있지만, 내가 준 기술은 매우 빠릅니다.