不一致的元素导致使用简单的 html dom 解析器时出现问题 - Inconsistent elements causing problems using simple html dom parser

Inconsistent elements causing problems using simple html dom parser

我正在使用simple_html_dom.php抓取以下来源：http://www.forexfactory.com/calendar.php

我正在抓取表格元素 td.event 和 td.actual。

问题是，如果您查看源代码，您可以看到 td.event 都有 span 元素，我像这样删除它们：

$events = array();
foreach ($html->find('td.event') as $event) {
    foreach($event->find('span') as $e) {
        $events[] = $e->innertext;
    }
}

所以

<td class="event"><span>Spanish Unemployment Change</span></td>

很好地给了我

Spanish Unemployment Change

但是，td.actual 元素不一致，有些包含跨度元素，有些不包含。所以问题是，由于这种不一致，我如何在一些范围内检索文本，而不是在其他范围内？

例如

<td class="actual">46.9</td>

与

<td class="actual"> <span class="better">54.0</span> </td>
<td class="actual"> <span class="worse">-64.4K</span> </td>

您可以使用 plaintext 方法，如下所示：

$actuals = array();
foreach ($html->find('td.actual') as $actual) {
    $actuals[] = $actual->plaintext;
}