php 正则匹配网页html 中的table 把内容转化成数组。

在对接京东vop 的时候，在京东返回规格属性的时候，返回的是 html格式的样式，例

$date='
<table cellpadding="0" cellspacing="1" width="100%"border="0" class="Ptable">
         <tr>
            <th class="tdTitle" colspan="2">主体
           </th>
         <tr>
         <tr>
              <td class="tdTitle">品牌
              </td>
              <td>好孩子
              </td>
         </tr>
         <tr>
             <td class="tdTitle">主材质
             </td>
             <td>PP
             </td>
         </tr>
         <tr>
                <td class="tdTitle">规格
                </td>
                <td>800mm*445mm*225
                </td>
        </tr>
        </table>';

如上的表格 ，预览为

 

 接下来便是进行提取， 提取思路是 利用正则把<table><td> ，<tr>等标签先删除掉。

 先贴代码 

//php采集table表格数据（将HTML表格的每行每列转为数组）
function tdToArray($table) {
    $table = preg_replace("'<table[^>]*?>'si","",$table);
    $table = preg_replace("'<tr[^>]*?>'si","",$table);
    $table = preg_replace("'<td[^>]*?>'si","",$table);
    $table = str_replace("</tr>","{tr}",$table);
    $table = str_replace("</td>","{td}",$table);
    //去掉 HTML 标记
    $table = preg_replace("'<[/!]*?[^<>]*?>'si","",$table);
    //去掉空白字符
    $table = preg_replace("'([rn])[s]+'","",$table);
    $table = str_replace(" ","",$table);
    $table = str_replace(" ","",$table);
    $table = explode('{tr}', $table);
    array_pop($table);
    foreach ($table as $key=>$tr) {
      // 自己可添加对应的替换
        $td = explode('{td}', $tr);
        array_pop($td);
        $td_array[] = $td;
    }
    return $td_array;
}

 用debug 走流程，观察每一步，具体就不详述，放一张最后$table的变量

 

  经过array_pop之后的变量

是 如下

 

 上面的\r\n 是为了区分加的换行， 可以用str_replace 替换 ，另外还有标题也可以替换， 如下

 

 最终效果