[DOM] Impossible de parser correctement table html domelement

Version imprimable

Bonjour, j'aimerais bien parser une simple table html.
Cependant j'ai un petit problème, d'habitude je parse des fichier xml que je créé moi même avec de bonne balise mais là j'ai pas le choix que de m'adapter au code html que je télécharge d'une page.

Le problème c'est que j'arrive pas a créé une variable result avec les element en dehors du span que je parcoure.

J'ai refais un petit code qui résume bien mon problème.

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
 
	$html = '<table id="campagne">
				<tr>
					<td><span class="date">27/10</span></td>
					<td><span class="time">16h</span></td>
					<td>
						Pomme
						<span>Poire</span>
						Cerise
						<span>Peche</span>
						<span class="intru">voiture</span>
						banane
					</td>
				</tr>
				<tr>
					<td><span class="date">27/10</span></td>
					<td><span class="time">16h</span></td>
					<td>
						Pomme
						<span>Poire</span>
						Cerise
						<span>Peche</span>
						<span class="intru">voiture</span>
						banane
					</td>
				</tr>
			</table>';
 
	$dom = new DOMDocument();
	$dom->loadHTML($html);
 
	$res = $dom->getElementById('campagne'); // selectionne le bon table
	$res = $res->getElementsByTagName('tr'); // le tr de table
 
	$i=0; $result = array(); // pour le resulta final
	foreach($res as $td) {
		$span = $td->getElementsByTagName('span');
		$result[$i]['data'] = '';
		foreach ($span as $cell) {
			$class = $cell->getAttribute('class');
			if ($class != "intru") {
				echo 'node: '.$cell->nodeValue.'<br />';
				if (($class == 'date') || ($class == 'time')) {
					$result[$i][$class] = $cell->nodeValue;
				}
				else $result[$i]['data'] .= $cell->nodeValue."; ";
			}
			echo 'TEST: '.$cell->parentNode->nodeValue.'<br />';
		}
		echo '<hr />';
		$i++;
 
	}
	echo '<pre>';
	print_r($result);
	echo '</pre>';

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
node: 27/10
TEST: 27/10
node: 16h
TEST: 16h
node: Poire
TEST: Pomme Poire Cerise Peche voiture banane
node: Peche
TEST: Pomme Poire Cerise Peche voiture banane
TEST: Pomme Poire Cerise Peche voiture banane
 
Array
(
    [0] => Array
        (
            [data] => Poire; Peche; 
            [date] => 27/10
            [time] => 16h
        )
 
    [1] => Array
        (
            [data] => Poire; Peche; 
            [date] => 27/10
            [time] => 16h
        )
 
)

J'arrive a mettre 'date' et 'time' sans problème ainsi que 'data' dans l'array avec les element dom dans le span du td. Mais pour pomme cerise banane qui et en dehors du span c'est autre chose.

alors j'ai essayer pour tester $cell->parentNode->nodeValue qui retourne
"Pomme Poire Cerise Peche voiture banane"
Sa me renvois le contenu du tr sans balise ainsi qu'avec le span class="intru" que je voudrais exclure pour pas avoir voiture dans la liste des fruit.

J'aimerais bien avoir dans data -> Pomme Poire Cerise Peche banane.

merci d'avance

Ce qu'il faut comprendre c'est que la structure de td est du type dites "mixed" et que vous voulez les infos residées dans des noeuds du type texte. Donc, utilisant getElementsByTagName('span') est certainement insufficent.

Je peux vous montrer comment faire dans cette situation concrète à partir de $res identifant le tableau... avec les moyens purement dom.

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
//$res identifant le bon tableau
if ($res!=null) {
    $trlist = $res->getElementsByTagName('tr');
    $i=0; $result = array(); // pour le resulta final
    foreach($trlist as $tr) {
        if ($tr->hasChildNodes()) {
            $tdlist=$tr->childNodes;
            foreach($tdlist as $td) {
                if ($td->hasChildNodes()) {
                    $nodes = $td->childNodes;
                    $result[$i]['data'] = '';
                    foreach ($nodes as $node) {
                        if ($node->nodeType == XML_TEXT_NODE) {
                            if (trim($node->nodeValue)!="") {
                                $result[$i]['data'] .= trim($node->nodeValue)."; ";
                            }
                        } elseif ($node->nodeType==XML_ELEMENT_NODE) {
                            if ($node->nodeName=='span') {
                                $class = $node->getAttribute('class');
                                if ($class != "intru") {
                                    if (($class == 'date') || ($class == 'time')) {
                                        $result[$i][$class] = $node->nodeValue;
                                    } else {
                                        $result[$i]['data'] .= trim($node->nodeValue)."; ";
                                    }
                                }
                            }
                        }
                    }
                }
            }
        }
        $i++;
    }
    echo '<pre>'."\n";
    print_r($result);
    echo '</pre>';
}

05/02/2013, 12h32
Funnyz

Bonjour tsuji, un grand merci pour le temps passer sur ce morceau de code :ccool:

Sa marche comme je voulais et c'est propre, je commençais à désespérer sur mon problème, encore merci