如何用PHP preg_replace删除HTML表格中指定列？

不要用字符串截取和正则处理HTML，这种方法脆弱易出错。建议用PHP的DOMDocument和DOMXPath解析操作表格，通过表头文本定位要删除的列，具体代码如下：

$html = file_get_contents('https://www.tradingview.com/markets/stocks-usa/market-movers-gainers/');

// 初始化DOM解析器
$dom = new DOMDocument();
// 忽略HTML解析错误
libxml_use_internal_errors(true);
$dom->loadHTML($html);
libxml_clear_errors();

$xpath = new DOMXPath($dom);

// 定位目标表格
$table = $xpath->query('//table[contains(@class, "table-DR3mi0GH")]')->item(0);
if (!$table) {
    die('未找到目标表格');
}

// 要删除的列的表头文本
$columnsToRemove = ['Market cap', 'P/E(TTM)', 'EPS(TTM)', 'Employees'];

// 获取表头行
$headerRow = $xpath->query('.//thead/tr', $table)->item(0);
$headerCells = $xpath->query('.//th', $headerRow);

// 记录要删除的列索引
$indicesToRemove = [];
foreach ($headerCells as $index => $cell) {
    $text = trim($cell->textContent);
    if (in_array($text, $columnsToRemove)) {
        $indicesToRemove[] = $index;
    }
}

// 按倒序删除列（避免索引偏移问题）
rsort($indicesToRemove);

// 处理表头行，删除指定列
foreach ($indicesToRemove as $index) {
    if ($headerCells->item($index)) {
        $headerCells->item($index)->parentNode->removeChild($headerCells->item($index));
    }
}

// 处理所有数据行，删除对应列
$rows = $xpath->query('.//tbody/tr', $table);
foreach ($rows as $row) {
    $cells = $xpath->query('.//td', $row);
    foreach ($indicesToRemove as $index) {
        if ($cells->item($index)) {
            $cells->item($index)->parentNode->removeChild($cells->item($index));
        }
    }
}

// 移除sup标签（用DOM方法更可靠）
$supTags = $xpath->query('//sup[contains(@class, "tickerDescription-hMpTPJiS")]');
foreach ($supTags as $tag) {
    $tag->parentNode->removeChild($tag);
}

// 输出处理后的表格HTML
echo $dom->saveHTML($table);

说明 #

• DOM解析器能可靠定位和操作HTML元素，规避正则、字符串截取的局限性。
• 通过表头文本确定删除列的索引，不受列class相同的影响。
• 倒序删除列是为了防止删除前列后，后续列的索引发生偏移。

内容的提问来源于stack exchange，提问作者bondikho