php 正則匹配網頁html 中的table 把內容轉化成數組。

在對接京東vop 的時候，在京東返回規格屬性的時候，返回的是 html格式的樣式，例

$date='
<table cellpadding="0" cellspacing="1" width="100%"border="0" class="Ptable">
         <tr>
            <th class="tdTitle" colspan="2">主體
           </th>
         <tr>
         <tr>
              <td class="tdTitle">品牌
              </td>
              <td>好孩子
              </td>
         </tr>
         <tr>
             <td class="tdTitle">主材質
             </td>
             <td>PP
             </td>
         </tr>
         <tr>
                <td class="tdTitle">規格
                </td>
                <td>800mm*445mm*225
                </td>
        </tr>
        </table>';

如上的表格 ，預覽為

 

 接下來便是進行提取， 提取思路是 利用正則把<table><td> ，<tr>等標簽先刪除掉。

 先貼代碼 

//php采集table表格數據（將HTML表格的每行每列轉為數組）
function tdToArray($table) {
    $table = preg_replace("'<table[^>]*?>'si","",$table);
    $table = preg_replace("'<tr[^>]*?>'si","",$table);
    $table = preg_replace("'<td[^>]*?>'si","",$table);
    $table = str_replace("</tr>","{tr}",$table);
    $table = str_replace("</td>","{td}",$table);
    //去掉 HTML 標記
    $table = preg_replace("'<[/!]*?[^<>]*?>'si","",$table);
    //去掉空白字符
    $table = preg_replace("'([rn])[s]+'","",$table);
    $table = str_replace(" ","",$table);
    $table = str_replace(" ","",$table);
    $table = explode('{tr}', $table);
    array_pop($table);
    foreach ($table as $key=>$tr) {
      // 自己可添加對應的替換
        $td = explode('{td}', $tr);
        array_pop($td);
        $td_array[] = $td;
    }
    return $td_array;
}

 用debug 走流程，觀察每一步，具體就不詳述，放一張最后$table的變量

 

  經過array_pop之后的變量

是 如下

 

 上面的\r\n 是為了區分加的換行， 可以用str_replace 替換 ，另外還有標題也可以替換， 如下

 

 最終效果