PHP中使用XPath将HTML无序列表转换为多维数组的实现方法

以下是可直接运行的调整后代码，可自动拆分status/data/hora等字段生成目标多维数组：

<?php
// 此处替换为你的实际HTML内容
$sourceHtml = '你的HTML代码片段';

// 初始化DOM解析器，屏蔽非标准HTML的警告提示
$dom = new DOMDocument();
libxml_use_internal_errors(true);
// 解决中文乱码问题
$dom->loadHTML('<?xml encoding="UTF-8">' . $sourceHtml);
libxml_clear_errors();

$xpath = new DOMXPath($dom);
$logisticsData = [];

// 第一步：查询所有class包含linha_status的ul节点
$eventUlList = $xpath->query('//ul[contains(@class, "linha_status")]');

foreach ($eventUlList as $ulNode) {
    $eventItem = [];
    // 第二步：查询当前ul下的所有li节点
    $liList = $xpath->query('./li', $ulNode);
    
    foreach ($liList as $liNode) {
        $liText = trim($liNode->nodeValue);
        // 按冒号拆分键值对，第二个参数限制仅拆分一次，避免值内包含冒号导致拆分错误
        $splitRes = explode(':', $liText, 2);
        if (count($splitRes) === 2) {
            // 统一键名小写，可按需修改为你需要的键名映射规则
            $key = strtolower(trim($splitRes[0]));
            $eventItem[$key] = trim($splitRes[1]);
        }
    }
    
    $logisticsData[] = $eventItem;
}

// 输出结构化结果
print_r($logisticsData);
?>

适配特殊场景说明 #

• 如果你的li标签自带对应字段的class属性（比如<li class="status">已揽收</li>），可以直接替换li查询逻辑，不用拆分文本，稳定性更高：

  // 示例：直接按class取对应字段值
  $eventItem['status'] = trim($xpath->query('./li[contains(@class, "status")]', $ulNode)->item(0)?->nodeValue ?? '');
  $eventItem['data'] = trim($xpath->query('./li[contains(@class, "data")]', $ulNode)->item(0)?->nodeValue ?? '');
  

• 代码默认键名是li内冒号前的文本转小写，如果你需要自定义键名映射，可以增加映射数组处理：

  $keyMap = [
      '状态' => 'status',
      '日期' => 'data',
      '时间' => 'hora'
  ];
  $key = $keyMap[trim($splitRes[0])] ?? strtolower(trim($splitRes[0]));
  

运行后生成的数组结构示例：

Array
(
    [0] => Array
        (
            [status] => 包裹已出库
            [data] => 2024-06-10
            [hora] => 16:42
            [origem] => 杭州仓储中心
        )
    [1] => Array
        (
            [status] => 运输中
            [data] => 2024-06-11
            [hora] => 08:25
            [destino] => 上海闵行配送站
        )
)

内容的提问来源于stack exchange，提问作者Sophie