2

Gostaria de saber como eu posso extrair parte do conteúdo de um arquivo HTML. Este arquivo tem dezenas de e-mails e nomes e gostaria de extrair estes dados. Alguém pode me ajudar a fazer isto?

<div class="tcell tquick">
  <div style="background-color: #ddd; padding: 4px;"> 
      <span> <b class="the_nome">Marcos Vinícius Nascimento Pereira;</b> </span> 
  </div>
  <br>
  <div> </div>
  <div>
    <div class="c the_email">[email protected]</div>
  </div>
  <div> </div>
</div>

Neste caso eu gostaria de extrair o nome e o email com o PHP.

3
  • Todo em email fica dentro de um div com a classe c the_email?
    – rray
    7/08/2015 às 1:59
  • Sim, eu vou gerar essas classes dentro do email e do nome conforme foi demonstrado no exemplo !!! Obrigado. 7/08/2015 às 2:00
  • Se você vai criar o HTML e depois vai extrair dados, não seria mais simples criar no formato que você quer? 7/08/2015 às 4:22

2 Respostas 2

6

É justo para esse tipo de tarefa que PHP possui suporte a XPath. Suponhamos que você tem sua saída HTML dessa forma e que ela sob um URL como localhost/emails.html:

<!DOCTYPE html>
<html>
<head></head>
<body>
    <div class="tcell tquick">
        <div style="background-color: #ddd; padding: 4px;">
            <span> <b class="the_nome">Ciclano;</b> </span>
        </div>
        <br>
        <div> </div>
        <div>
            <div class="c the_email">[email protected]</div>
        </div>
        <div> </div>
    </div>
    <div class="tcell tquick">
        <div style="background-color: #ddd; padding: 4px;">
            <span> <b class="the_nome">Fulano;</b> </span>
        </div>
        <br>
        <div> </div>
        <div>
            <div class="c the_email">[email protected]</div>
        </div>
        <div> </div>
    </div>
</body>
</html>

Então você poderia carregar esse conteúdo em string com DOMDocument e usar outra classe chamada DOMXPath:

<?php 

$html_content = file_get_contents('http://localhost/emails.html');

$dom = @DOMDocument::loadHTML($html_content);
$xpath = new DOMXPath($dom);
$nodes = $xpath->query('//div[@class="tcell tquick"]');    

foreach ($nodes as $node) {
    $nome  = $xpath->query('div/span/b[@class="the_nome"]', $node)->item(0);
    $email = $xpath->query('div/div[@class="c the_email"]', $node)->item(0);

    echo $nome->nodeValue  . PHP_EOL;
    echo $email->nodeValue . PHP_EOL;
}

Isso fará exatamente o que você precisa.

1
  • Através da resposta fiz adaptação no meu código que retornou o que eu precisava. Perfeito e obrigado !!! 7/08/2015 às 12:28
1

Você pode fazer usando expressões regulares. Fiz um exemplo parecido, precisava pegar o preço do soja no site do canal rural.

inserir a descrição da imagem aqui

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .