表格采集

由于网页中的table表格每一行、每一列没有明显的class或id,让很多人对采集表格感觉束手无策。

下面演示如何通过伪选择器来采集表格。

示例

采集代码:

  1.  use QL\QueryList;
  3. $html =<<<STR
  4.     <div>
  5.         <table>
  6.             <tr>
  7.                 <td>姓名</td>
  8.                 <td>年龄</td>
  9.                 <td>职位</td>
  10.             </tr>
  11.             <tr>
  12.                 <td>Rae</td>
  13.                 <td>29</td>
  14.                 <td>医生</td>
  15.             </tr>
  16.             <tr>
  17.                 <td>Marsh</td>
  18.                 <td>56</td>
  19.                 <td>牧师</td>
  20.             </tr>
  21.             <tr>
  22.                 <td>Solomon</td>
  23.                 <td>18</td>
  24.                 <td>作家</td>
  25.             </tr>
  26.         </table>
  27.     </div>
  28. STR;
  30. $table = QueryList::html($html)->find('table');
  32. // 采集表头
  33. $tableHeader = $table->find('tr:eq(0)')->find('td')->texts();
  34. // 采集表的每行内容
  35. $tableRows = $table->find('tr:gt(0)')->map(function($row){
  36.     return $row->find('td')->texts()->all();
  37. });
  39. print_r($tableHeader->all());
  40. print_r($tableRows->all());

采集结果:

  1. Array
  2. (
  3.     [0] => 姓名
  4.     [1] => 年龄
  5.     [2] => 职位
  6. )
  7. Array
  8. (
  9.     [0] => Array
  10.         (
  11.             [0] => Rae
  12.             [1] => 29
  13.             [2] => 医生
  14.         )
  16.     [1] => Array
  17.         (
  18.             [0] => Marsh
  19.             [1] => 56
  20.             [2] => 牧师
  21.         )
  23.     [2] => Array
  24.         (
  25.             [0] => Solomon
  26.             [1] => 18
  27.             [2] => 作家
  28.         )
  30. )