PHP webscraping mit einfachen HTML-dom nicht funktioniert, wenn die Ausgabe ist nicht in der Lage html-Tags

Question

Ich möchte einige Informationen einer Webseite verschrotten. Es verwendet eine Tabelle Layout-Struktur.

Ich möchte die dritte Tabelle in der verschachtelten Tabellen-Layout extrahieren, die eine Reihe von verschachtelten Tabellen enthält .each .Aber den Code ein Ergebnis Veröffentlichung funktioniert nicht

include('simple_html_dom.php'); 
$url = 'http://exams.keralauniversity.ac.in/Login/index.php?reslt=1'; 
$html = file_get_contents($url); 
$result =$html->find("table", 2); 
echo $result; 

I Curl-Gebraucht Webseite zu extrahieren, aber die Problem ist, dass seine Tags nicht in der richtigen Reihenfolge sind, so dass es nicht mit einem einfachen dom-Element extrahiert werden kann.

function curl($url) { 
      $ch = curl_init(); // Initialising cURL 
      curl_setopt($ch, CURLOPT_URL,$url); // Setting cURL's URL option with the $url variable passed into the function 
      curl_setopt($ch, CURLOPT_RETURNTRANSFER, TRUE); // Setting cURL's option to return the webpage data 
      $data = curl_exec($ch); // Executing the cURL request and assigning the returned data to the $data variable 
      curl_close($ch); // Closing cURL 
      return $data; // Returning the data from the function 
     } 

      function scrape_between($data, $start, $end){ 
     $data = stristr($data, $start); // Stripping all data from before $start 
     $data = substr($data, strlen($start)); // Stripping $start 
     $stop = stripos($data, $end); // Getting the position of the $end of the data to scrape 
     $data = substr($data, 0, $stop); // Stripping all data from after and including the $end of the data to scrape 
     return $data; // Returning the scraped data from the function 
    } 
      $scraped_page = curl($url); // Executing our curl function to scrape the webpage http://www.example.com and return the results into the $scraped_website variable 

      $scraped_data = scrape_between($scraped_page, ' </html>', '</table></td><td></td></tr> 
    </table>'); 
echo $scraped_data; 
$myfile = fopen("newfile.html", "w") or die("Unable to open file!"); 

fwrite($myfile, $scraped_data); 
fclose($myfile); 

Wie das Ergebnis kratzen und die pdf

Answer 1

Einfache HTML-Dom, die HTML verarbeiten kann nicht speichern. So erste Schalter this library, Dann tun:

require_once('advanced_html_dom.php'); 

$dom = file_get_html('http://exams.keralauniversity.ac.in/Login/index.php?reslt=1'); 

$rows = array(); 
foreach($dom->find('tr.Function_Text_Normal:has(td[3])') as $tr){ 
    $row['num'] = $tr->find('td[2]', 0)->text; 
    $row['text'] = $tr->find('td[3]', 0)->text; 
    $row['pdf'] = $tr->find('td[3] a', 0)->href; 
    if(preg_match_all('/\d+/', $tr->parent->find('u', 0)->text, $m)){ 
    list($row['day'], $row['month'], $row['year']) = $m[0]; 
    } 

    // uncomment next 2 lines to save the pdf 
    // $filename = preg_replace('/.*\//', '', $row['pdf']); 
    // file_put_contents($filename, file_get_contents($row['pdf'])); 
    $rows[] = $row; 
} 
var_dump($rows); 

Answer 2

Find a sample code 
 

 

 
    ?php 
 
     // Defining the basic cURL function 
 
     function curl($url) { 
 
      $ch = curl_init(); // Initialising cURL 
 
      curl_setopt($ch, CURLOPT_URL, $url); // Setting cURL's URL option with the $url variable passed into the function 
 
      curl_setopt($ch, CURLOPT_RETURNTRANSFER, TRUE); // Setting cURL's option to return the webpage data 
 
      $data = curl_exec($ch); // Executing the cURL request and assigning the returned data to the $data variable 
 
      curl_close($ch); // Closing cURL 
 
      return $data; // Returning the data from the function 
 
     } 
 
    ?> 
 

 
    <?php 
 
     $scraped_website = curl("http://www.example.com"); // Executing our curl function to scrape the webpage http://www.example.com and return the results into the $scraped_website variable 
 
$result =$substring($scraped_website ,11,7); //change values 11,7 for table 
 
echo $result; 
 
    ?>