PHP page externe

Question

Voulez-vous saisir la liste des joueurs de http://www.atpworldtour.com/Rankings/Singles.aspx

Il y a une table avec classe "bioTableAlt", nous devons saisir toutes les <tr> après la première (classe "bioTableHead"), qui sert à en-tête de table.

contenu voulu ressemble à:

<tr class="oddRow"> 
<td>2</td> 
<td> 
    <a href="/Tennis/Players/Top-Players/Novak-Djokovic.aspx">Djokovic, Novak</a> 
    (SRB) 
</td> 
<td> 
    <a href="/Tennis/Players/Top-Players/Novak-Djokovic.aspx?t=rb">6,905</a> 
</td> 
<td>0</td> 
<td> 
    <a href="/Tennis/Players/Top-Players/Novak-Djokovic.aspx?t=pa&m=s">21</a> 
</td> 
</tr> 
<tr> 
<td>3</td> 
<td> 
    <a href="/Tennis/Players/Top-Players/Roger-Federer.aspx">Federer, Roger</a> 
    (SUI) 
    </td> 
<td> 
    <a href="/Tennis/Players/Top-Players/Roger-Federer.aspx?t=rb">6,795</a> 
</td> 
<td>0</td> 
<td> 
    <a href="/Tennis/Players/Top-Players/Roger-Federer.aspx?t=pa&m=s">21</a> 
</td> 
</tr> 

Je pense que la meilleure idée est de créer un array(), faire de chaque <tr> une ligne unique et jeter le code final au fichier list.txt, comme:

Array (
[2] => stdClass Object (
    [name] => Djokovic, Novak 
    [country] => SRB 
    [rank] => 6,905 
) 
[3] => stdClass Object (
    [name] => Federer, Roger 
    [country] => SUI 
    [rank] => 6,795 
) 
) 

Nous analysons chaque :

• [2] est un nombre de premier <td>
• [name] est du texte du lien à l'intérieur seconde <td>
• [country] est une valeur comprise entre (...) dans la deuxième <td>
• [rank] est le texte du lien à l'intérieur troisième <td>

Dans le fichier final list.txt devrait contenir un array() avec ~ 100 IDS (nous prenons la page avec les 100 premiers joueurs).

De plus, sera incroyable, si nous faisons un petit correctif pour chaque [name] avant de l'ajouter à un array() - « Federer, Roger » devrait être converti en « Roger Federer » (juste attraper le mot avant la virgule , jetez-le à la fin de la ligne).

Merci.

Answer 1

SimpleHTMLDOM rendra cela très facile pour vous.

Les premières lignes ressemblerait à quelque chose comme ça (non testé):

// Create DOM from URL or file 
$html = file_get_html('http://www.atpworldtour.com/Rankings/Singles.aspx'); 

// Find all images 
foreach($html->find('table[id=bioTableAlt] tr[class!=bioTableHead]') as $element) 
    { 

    } 

(pas sûr du tr[class!=bioTableHead], si cela ne fonctionne pas, essayez simple tr)

Answer 2

est ci-dessous comment pour le faire avec l'extension DOM native de PHP. Cela devrait vous mener à mi-chemin là où vous voulez aller.

La page est assez cassée en termes de validité HTML et cela rend le chargement avec DOM un peu délicat. Normalement, vous pouvez utiliser load() pour charger une page directement. Mais comme le code HTML est assez brisé, j'ai d'abord chargé la page dans une chaîne et j'ai utilisé la méthode loadHTML à la place, car elle gère mieux le code HTML défectueux.

De plus, il n'y a qu'une seule table sur cette page: la table de classement. Les tableaux de bord sont chargés via Ajax une fois la page chargée, de sorte que leur code HTML n'apparaîtra pas dans le code source lorsque vous le chargez avec PHP. Vous pouvez donc simplement récupérer tous les éléments TR et les parcourir.

libxml_use_internal_errors(TRUE); 
$dom = new DOMDocument; 
$dom->loadHTML(
    file_get_contents('http://www.atpworldtour.com/Rankings/Singles.aspx')); 
libxml_clear_errors(); 

$rows = $dom->getElementsByTagName('tr'); 
foreach($rows as $row) { 
    foreach($row->childNodes as $cell) { 
     echo trim($cell->nodeValue); 
    } 
} 

Cela afficherait tous les contenus des cellules du tableau. Il devrait être trivial de les ajouter à un tableau et/ou de les écrire dans un fichier.