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;
}