如何正确遍历DomCrawler结果提取.day元素内的表格单元格内容？

你遇到的问题其实很常见——当你直接foreach遍历$crawler->filter('.day')的结果时，拿到的是原生DOMElement对象，而不是Crawler实例，这些原生对象并没有filter()方法，自然没法继续筛选tr和td。下面给你两种可行的解决方案：

方案1：将原生DOMElement重新包装为Crawler对象 #

在遍历每个.day元素时，把它重新实例化成Crawler对象，这样就能继续使用Crawler的筛选方法了：

$crawler = new Crawler($html);
$days = $crawler->filter('.day');

foreach ($days as $dayDom) {
    // 把原生DOMElement包装成Crawler
    $dayCrawler = new Crawler($dayDom);
    // 筛选当前day下的所有tr
    $rows = $dayCrawler->filter('tr');
    
    foreach ($rows as $rowDom) {
        $rowCrawler = new Crawler($rowDom);
        $cells = $rowCrawler->filter('td');
        
        foreach ($cells as $cellDom) {
            // 原生DOMElement可以直接获取textContent
            echo $cellDom->textContent . PHP_EOL;
        }
    }
}

方案2：使用Crawler的each()方法链式处理 #

Crawler提供了更优雅的each()方法，适合这种嵌套筛选的场景，全程不用手动处理原生DOM对象：

$crawler = new Crawler($html);

$crawler->filter('.day')->each(function (Crawler $dayCrawler) {
    $dayCrawler->filter('tr')->each(function (Crawler $rowCrawler) {
        $rowCrawler->filter('td')->each(function (Crawler $cellCrawler) {
            // 使用Crawler的text()方法获取文本
            echo $cellCrawler->text() . PHP_EOL;
        });
    });
});

小提示 #

• 如果你需要获取单元格的HTML内容而非纯文本，可以用$cellCrawler->html()或者原生DOMElement的innerHTML属性。
• 注意筛选器的作用域：每个filter()都是基于当前Crawler对象的上下文，所以不用担心会选中其他.day元素里的内容。

内容的提问来源于stack exchange，提问作者Louis 'LYRO' Dupont