PHP 正则表达式：如何在 HTML 中匹配所有的表格

WBOY

发布时间：2023-06-23 09:21:32

1495人浏览过

来源于php中文网

原创

在使用 php 处理 html 页面时，如果需要从页面中获取所有的表格数据，可以使用正则表达式来实现。本文将介绍如何使用 php 正则表达式来匹配 html 中的所有表格。

一、理解 HTML 中表格的结构

在使用正则表达式匹配 HTML 中的表格时，我们首先需要了解 HTML 中表格的结构。一个基本的 HTML 表格通常包含以下几个部分：

表格标题
列名1	列名2
数据1	数据2
统计数据	统计数据

二、使用 PHP 正则表达式匹配 HTML 中的表格

有了对 HTML 表格结构的了解，我们可以使用 PHP 正则表达式来匹配整个表格的结构，具体步骤如下：

立即学习“PHP免费学习笔记（深入）”；

有道翻译AI助手

有道翻译提供即时免费的中文、英语、日语、韩语、法语、德语、俄语、西班牙语、葡萄牙语、越南语、印尼语、意大利语、荷兰语、泰语全文翻译、网页翻译、文档翻译、PDF翻

下载

使用 PHP file_get_contents() 函数获取 HTML 页面的源代码，并将其保存在字符串变量中。

$url = 'http://www.example.com/';     // HTML 页面的 URL 地址
$html = file_get_contents($url);      // 获取 HTML 页面的源代码

使用正则表达式来匹配 HTML 中所有的表格，并将其保存在数组变量中。

preg_match_all('/]*>(.*?)/is', $html, $table_arr);

上述正则表达式中，/

]*>(.*?)

/is 是用于匹配 HTML 表格的正则表达式。其中，

]*> 匹配 
 开始标签；(.*?) 匹配中间的所有内容；
 匹配  结束标签，/is 表示正则表达式中的 . 可以匹配任意字符（包括换行符），* 表示匹配零个或多个前面的字符。遍历数组变量 $table_arr ，获取其中每个表格的内容，并进一步解析出其中的各个数据项。
foreach ($table_arr[0] as $table_html) {
    // 解析出每个表格中的表头、表主体、表尾等内容
    preg_match_all('/]*>(.*?).*?]*>(.*?).*?]*>(.*?)/is', $table_html, $table_content);

    // 获取表头数据
    $thead_html = $table_content[1][0];       // 获取表头 HTML 代码
    preg_match_all('/]*>(.*?)/is', $thead_html, $thead);      // 匹配表头数据

    // 获取表身数据
    $tbody_html = $table_content[2][0];       // 获取表身 HTML 代码
    preg_match_all('/]*>(.*?)/is', $tbody_html, $tbody_rows);     // 匹配每一行数据
    foreach ($tbody_rows[1] as $tbody_row_html) {
        preg_match_all('/]*>(.*?)/is', $tbody_row_html, $tbody_row);      // 匹配每个单元格
        $tbody_data[] = $tbody_row[1];     // 添加每一行的数据到表身数据数组中
    }

    // 获取表尾数据
    $tfoot_html = $table_content[3][0];       // 获取表尾 HTML 代码
    preg_match_all('/]*>(.*?)/is', $tfoot_html, $tfoot);      // 匹配表尾数据
    $tfoot_data = $tfoot[1];

    // 将表格的各个数据保存在其中一个数组中
    $table_data[] = array(
        'thead'     => $thead[1],
        'tbody'     => $tbody_data,
        'tfoot'     => $tfoot_data
    );
}
上述代码中，通过正则表达式匹配出每个表格的表头、表主体和表尾，然后再使用正则表达式来匹配其中的数据。注意，由于每个表格的数据是不同的，所以在匹配表身和表尾数据时需要使用 foreach 循环来逐行处理。
三、总结
通过上述步骤，我们可以使用 PHP 正则表达式匹配 HTML 中的所有表格，并将其中的数据保存在数组变量中。当然，由于 HTML 表格结构的复杂性，使用正则表达式匹配其中的数据可能会存在些许不准确性，需要根据实际情况进行调整。