如何用Simple HTML DOM Parser获取指定DOM数据并修复代码问题？

需求说明 #

从指定HTML结构中提取以下三类数据并组成数组，最终插入到SQL数据库中：

• a标签的href属性值
• 类名为siteLogo的li标签下img元素的src属性值
• h3标签的纯文本内容

目标HTML结构 #

<div class="siteList"><a href="https://test1.com" target="_blank" rel="noopener nofollow"><div class="badge" style="background:transparent; position:absolute;"><img src="/img/ran.png" width="30" height="30"></div><li class="siteLogo"><img src="/data1_250x70.png" alt width="250" height="auto" title></li><li class="siteInfo"><h3 style="color:#000;font-weight:bold;">TestSite 1</h3></li></a></div>

<div class="siteList"><a href="https://test2.com" target="_blank" rel="noopener nofollow"><div class="badge" style="background:transparent; position:absolute;"><img src="/img/ran.png" width="30" height="30"></div><li class="siteLogo"><img src="/data2_250x70.png" alt width="250" height="auto" title></li><li class="siteInfo"><h3 style="color:#000;font-weight:bold;">TestSite 2</h3></li></a></div>

<div class="siteList"><a href="https://test3.com" target="_blank" rel="noopener nofollow"><div class="badge" style="background:transparent; position:absolute;"><img src="/img/ran.png" width="30" height="30"></div><li class="siteLogo"><img src="/data3_250x70.png" alt width="250" height="auto" title></li><li class="siteInfo"><h3 style="color:#000;font-weight:bold;">TestSite 3</h3></li></a></div>

原代码问题 #

你编写的代码直接从div.siteList元素获取href、plaintext和src，但这些属性并不属于div元素，需要定位到对应的子元素才能正确提取数据：

$R = array();
foreach($html->find('div.siteList') as $element) {
    array_push($R,[$element->href,$element->plaintext,$element->src]);
}

修正后的提取代码 #

假设你使用的是simple_html_dom库，修正代码如下，通过精准定位子元素来获取目标数据：

$R = array();
// 遍历每个siteList容器
foreach($html->find('div.siteList') as $container) {
    // 获取a标签的href属性
    $href = $container->find('a', 0)->href;
    // 获取siteLogo下img的src属性
    $logoSrc = $container->find('li.siteLogo img', 0)->src;
    // 获取h3标签的纯文本
    $siteName = $container->find('h3', 0)->plaintext;
    
    // 将数据存入数组
    $R[] = [$href, $logoSrc, $siteName];
}

插入SQL数据库示例 #

使用预处理语句插入数据，避免SQL注入风险，示例代码如下（假设使用PDO连接数据库）：

// 假设已建立PDO数据库连接$pdo
$sql = "INSERT INTO your_table_name (href, logo_src, site_name) VALUES (?, ?, ?)";
$stmt = $pdo->prepare($sql);

// 遍历数组执行插入
foreach($R as $item) {
    $stmt->execute([$item[0], $item[1], $item[2]]);
}

内容的提问来源于stack exchange，提问作者KOOLKOOLMAN