参照禁止！らくがきだべ・・・

« vncのwindowにコマンドラインからfirefox | メイン | wordpressのドメイン変更 »

2019年11月07日

ｐｈｐでhtmlのパース

ページ全体simplexml_load_stringするとタグが壊れて動かない事も多いので必要部分を抜き出したうえでやってます。

$html = file_get_contents("html.txt");

libxml_use_internal_errors(true);
$domDocument = new DOMDocument();
$domDocument->encoding = "UTF-8";
$domDocument->loadHTML($html);

$mytag = "";
foreach ($domDocument->getElementsByTagName('table') as $node) {
	$tag = $domDocument->saveHtml($node);
	if(strpos($tag,'forecastDetail-hour_table') !== false ){
		$mytag = $tag;
		break;
	}
}

$domDocument->loadHTML( mb_convert_encoding($mytag, 'HTML-ENTITIES', 'UTF-8') );

$domDocument->encoding = "UTF-8";
$xmlString = $domDocument->saveXML();


$xmlObject = simplexml_load_string($xmlString);
$json = json_encode($xmlObject);
$array = array();
$array = json_decode($json,TRUE);

print_r($array);//["body"]["tr"]["td"][0]["span"][1];

exit;

投稿者 muuming : 2019年11月07日 14:46