Curlを使ってhtmlテーブルから情報を取得する

Question

私はいくつかの植物についていくつかの情報を得て、それをmysqlテーブルに入れる必要があります。 カールとDOMの私の知識は非常にヌルですが、私はこれに来ている：今

set_time_limit(0); 
include('simple_html_dom.php'); 


$ch = curl_init ("http://davesgarden.com/guides/pf/go/1501/"); 

curl_setopt($ch, CURLOPT_USERAGENT,"Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US;  rv:1.9.0.1) Gecko/2008070208 Firefox/3.0.1"); 
curl_setopt($ch, CURLOPT_HTTPHEADER, array("Accept-Language: es-es,en")); 
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); 
curl_setopt($ch, CURLOPT_FOLLOWLOCATION, 1); 
curl_setopt($ch, CURLOPT_BINARYTRANSFER,1); 
curl_setopt($ch, CURLOPT_TIMEOUT,0); 
curl_setopt($ch, CURLOPT_SSL_VERIFYPEER, false); 
$data = curl_exec ($ch); 
curl_close ($ch); 


$html= str_get_html($data); 


$e = $html->find("table", 8); 

echo $e->innertext; 

、私は本当にあなたが私を導いてくださいすることができ、この点から移動する方法については失われていますか？

ありがとうございます！

Answer 1

これは混乱です。

しかし、少なくともそれは（やや）一貫性の混乱です。

これは一度だけのプロジェクトではなく、個人的には、simple_html_domの代わりにこれに素早く汚れた正規表現を使用したいと思います。それ以外の場合、あなたは一日中タグをつぶやきます。例えば

、この正規表現は、タイトル/データ対の大部分を引き出す：それはしかし、それらすべてを取得する前に、

$pattern = "/<b>(.*?)</b>\s*<br>(.*?)</?(td|p)>/si"; 

あなたは、いくつかの前と後の洗浄を行う必要があります。

私はあなたがこのタスクを持っうらやましいない...

Answer 2

あなたの最善の策は、PHPでこれをwrapeすることになります。）

はい、これは醜いhtmlコードのための醜いハックです。

<?php 
ob_start(); 
system(" 
    /usr/bin/env links -dump 'http://davesgarden.com/guides/pf/go/1501/' | 
    /usr/bin/env perl -lne 'm/((Family|Genus|Species):\s+\w+\s+\([\w-]+\))/ && \ 
     print $1' 
"); 
$out = ob_get_contents(); 
ob_end_clean(); 
print $out; 
?> 

Answer 3

使用Simple Html Domと、あなたが望む任意の要素/要素のコンテンツにアクセスすることができるだろう。彼らのAPIは非常に簡単です。

Answer 4

このようなものを試すことができます。

<?php 
$ch = curl_init ("http://www.digionline.ir/Allprovince/CategoryProducts/cat=10301"); 
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true); 
$page = curl_exec($ch); 

$dom = new DOMDocument(); 
libxml_use_internal_errors(true); 
$dom->loadHTML($page); 
libxml_clear_errors(); 
$xpath = new DOMXpath($dom); 

$data = array(); 
// get all table rows and rows which are not headers 
$table_rows = $xpath->query('//table[@id="tbl-all-product-view"]/tr[@class!="rowH"]'); 
foreach($table_rows as $row => $tr) { 
    foreach($tr->childNodes as $td) { 
     $data[$row][] = preg_replace('~[\r\n]+~', '', trim($td->nodeValue)); 
    } 
    $data[$row] = array_values(array_filter($data[$row])); 
} 

echo '<pre>'; 
print_r($data); 
?>