Parsear HTML desde un PHP

shanshito · #1 (**permalink**) 16/08/2010, 17:31

Hola necesito parsear este html y obtener los datos, y estos datos crear un xml, pero me cuesta llegar a obtenerlos todos y acomodarlos!!!
Estoy usando simplehtmldom y lo bajan de aquí ---> http://simplehtmldom.sourceforge.net/

;

este es mi HTML el cual necesito convertir en XML

Código HTML:

Ver original<tr>
        <td valign="top" width="200"><div class="titulos_futuro_fisico">FUTURO</div>
        <div class="div_columnas">
          <div align="center"></div>
          <table border="0" cellpadding="0" cellspacing="0" width="190">
            <tbody><tr>
              <td class="tiutlos_col_cuadro_merc_granos">MERCADO<br></td>
              <td class="tiutlos_col_cuadro_merc_granos" width="50"><div align="center">POS<br>
 
              </div></td>
              <td class="tiutlos_col_cuadro_merc_granos" width="45"><div align="center">U$S<br>
              </div></td>
              <td class="tiutlos_col_cuadro_merc_granos" width="50"><div align="right">VAR U$S<br>
              </div></td>
            </tr>
            
                <tr>
              <td>CBOT</td>
 
              <td width="50"><div align="center">NOV/10</div></td>
              <td width="45"><div align="center">379,01</div></td>
              <td width="50"><div align="right">
                  <table border="0" cellpadding="0" cellspacing="0" width="100%">
                    <tbody><tr>
                      <td><div align="right"><img src="images/iconos/menos.gif" height="7" width="7"></div></td>
                      <td width="33"><div align="right">-4,23</div></td>
 
                    </tr>
                  </tbody></table>
              </div></td>
            </tr>
                
                <tr>
              <td>CBOT</td>
              <td width="50"><div align="center">MAY/11</div></td>
              <td width="45"><div align="center">381,03</div></td>
 
              <td width="50"><div align="right">
                  <table border="0" cellpadding="0" cellspacing="0" width="100%">
                    <tbody><tr>
                      <td><div align="right"><img src="images/iconos/menos.gif" height="7" width="7"></div></td>
                      <td width="33"><div align="right">-4,41</div></td>
                    </tr>
                  </tbody></table>
              </div></td>
 
            </tr>
                
                <tr>
              <td>MATBA         </td>
              <td width="50"><div align="center">NOV/10</div></td>
              <td width="45"><div align="center">272,80</div></td>
              <td width="50"><div align="right">
                  <table border="0" cellpadding="0" cellspacing="0" width="100%">
 
                    <tbody><tr>
                      <td><div align="right"><img src="images/iconos/mas.gif" height="7" width="7"></div></td>
                      <td width="33"><div align="right">1,30</div></td>
                    </tr>
                  </tbody></table>
              </div></td>
            </tr>
                
                <tr>
 
              <td>MATBA         </td>
              <td width="50"><div align="center">MAY/11</div></td>
              <td width="45"><div align="center">249,90</div></td>
              <td width="50"><div align="right">
                  <table border="0" cellpadding="0" cellspacing="0" width="100%">
                    <tbody><tr>
                      <td><div align="right"><img src="images/iconos/mas.gif" height="7" width="7"></div></td>
 
                      <td width="33"><div align="right">1,60</div></td>
                    </tr>
                  </tbody></table>
              </div></td>
            </tr>
                
          </tbody></table>
        </div></td>
    <td width="10">&nbsp;</td>
 
    
    <td valign="top" width="200"><div class="titulos_futuro_fisico">FISICO</div>
        <div class="div_columnas">
          <table border="0" cellpadding="0" cellspacing="0" width="190">
            <tbody><tr>
              <td class="tiutlos_col_cuadro_merc_granos">MERCADO<br></td>
              <td class="tiutlos_col_cuadro_merc_granos" width="55"><div align="right">PRECIO<br>
              </div></td>
 
            </tr>
            <tr align="center"><td colspan="3" height="100%" valign="middle">Sin Cotización</td></tr>
          </tbody></table>
        </div></td>
    </tr>

aca les dejo el codigo de mi php.

Código PHP:

  <?php

 
//http://simplehtmldom.sourceforge.net/

require("simplehtmldom/simple_html_dom.php");

 
$url="http://www.fyo.com/includes/cgGetMercadoGranos.asp?grano=1";

$html=file_get_contents($url);

 
 /*** a new dom object ***/

    $dom = new domDocument;

 
    /*** load the html into the object ***/

    $dom->loadHTML($html);

 
    /*** discard white space ***/

    $dom->preserveWhiteSpace = false;

 
    /*** the table by its tag name ***/

    $tables = $dom->getElementsByTagName('table');

 
    /*** get all rows from the table ***/

    $rows = $tables->item(0)->getElementsByTagName('tr');

 
    /*** loop over the table rows ***/

    foreach ($rows as $row)

    {

        /*** get each column by tag name ***/

        $cols = $row->getElementsByTagName('td');

        /*** echo the values ***/

        

        echo '<tr>'.$cols->item(0)->nodeValue.'</tr><br/>';

 
    }

?>

Aca simplemente lo que hago es porbar que puedo obtner los datos, pero me esta costando darme cuenta como ordenar los datos para que pueda grabarlos o guardarlos como yo quiera. asi me salen todos desarodenados .

Espero que alguien me pueda ayudar! Gracias por la sabiduría y la ayuda que siempre nos brindan a los desarrolladores de INTERNEEEEERRRRDD!!

abrazo!

ElJavista · #2 (**permalink**) 16/08/2010, 21:25

INTERNED? qué será eso?

silvanha · #3 (**permalink**) 16/08/2010, 21:56

Cita:

Iniciado por ElJavista

INTERNED? qué será eso?

Señor ElJavista, no leyó ud. bien, es:

Cita:

Iniciado por shanshito

INTERNEEEEERRRRDD!!

jojo, y no tampoco tengo idea

por otro lado, shanshito, podrías ser mas especifico en tu problema??? desordenados como? es decir, podemos ver el código, pero aún así.. que es lo que necesitas??

cómo dirían por ahí, adivinar de repente cuesta trabajo

shanshito · #4 (**permalink**) 17/08/2010, 07:35

simple, http://www.fyo.com/includes/cgGetMer...os.asp?grano=1

eso me devuelve un html con datos, necesito parsearlo, y ordenarlos, nose si en un array o en una matriz, pero los necesito, y con esos datos, armar un XML,
Alguien me puede dar una manito? :D

principianteZF · #5 (**permalink**) 17/08/2010, 09:22

Hola, has visto alguna funcion de php para xml ?
Quizas simplexml-import-dom te pueda servir.

http://www.php.net/manual/en/functio...import-dom.php

shanshito · #6 (**permalink**) 17/08/2010, 09:58

Gracias estoy checando! vamos a ver como sale.
Alguna solucion mas??

Saludos!

shanshito · #7 (**permalink**) 17/08/2010, 10:10

Cita:

Iniciado por principianteZF

Hola, has visto alguna funcion de php para xml ?
Quizas simplexml-import-dom te pueda servir.

http://www.php.net/manual/en/functio...import-dom.php

Mira, por lo que estoy necesitando, no me sirve, yo necesito pasar el html a xml, o sea, que interprete sus columnas y filas como nodos XML, como hago eso con simplexml??

Si tu sabes como, podrias poner un ejemplo para todos??

gracias!!!!!

shanshito · #8 (**permalink**) 17/08/2010, 12:56

Bueno, ya estoy cerca, lo que hice fue usar la funcion strim_tags() de esta manera...

Código PHP:

Ver original$url      = $_REQUEST["url"]; 
    $fp       = fopen( $url, 'r' ); 
    $contenido  = ""; 
    while( !feof( $fp ) ) { 
        $buffer = trim( fgets( $fp, 4096 ) ); 
        $contenido .= strip_tags($buffer,'<img>').'/'; 
    } 
    echo "\n";
    echo strip_tags($contenido,'<img>').'/';
    echo "\n";

Entonces, saco los tags de HTML y lo convierto en string, agregandole el "/" detras de cada palabra y este es lo que me trae -->

Código TEXTO:

Ver original///FUTURO/////MERCADO/POS//U$S//VAR U$S/////CBOT/NOV/10/382,69////*/3,67///////CBOT/MAY/11/382,13////*/1,10///////MATBA /NOV/10/272,40////*/S/C///////MATBA /MAY/11/249,40////*/S/C//////// //FISICO////MERCADO/PRECIO///Sin Cotización//////

Tambien deje el atributo <img> para despues extraer el src de la imagen asi puedo obtenerla mas tarde..... estoy intentando parsear y cortar esa cadena para convertirla en un array asi poder hacer lo que quiero con ella, espero que a alguien le sea de ayuda y nos ayudemos todos! :D saludos, voy a ir posteando las soluciones! cheers!

shanshito · #9 (**permalink**) 17/08/2010, 14:23

bueno, ya logre meter todo en mi array, asi es como lo hago

Código PHP:

Ver original$url      = $_REQUEST["url"]; 
    $fp       = fopen( $url, 'r' ); 
    $contenido  = ""; 
    while( !feof( $fp ) ) { 
        $buffer = trim( fgets( $fp, 4096 ) ); 
        $contenido .= strip_tags($buffer,'<img>').' '; 
    } 
    echo "\n";
    $trozos = explode(" ",$contenido);
    foreach($trozos as $key => $value) {
       if($value == "") {
    unset($trozos[$key]);
      }
      }
      $trozo = array_values($trozos); 
    print_r($trozo);
     echo "\n";
 
    
?>

ahora solo me falta extraer antes de convertir en array los datos, el "SRC" de los TAGS <img>, asi puedo usarlas como quiera!!! Saludos, y gracias por el interes a todos lo que dieron un poco de bola CHE, aguanta ARGENTINA MARADONA y a todos los que no quisieron responder, QUE LA SIGAN CHUPANDO! jaja

shanshito · #10 (**permalink**) 17/08/2010, 14:25

Postdata!!!

INTERNERD es la INTERNET de los NERDS!!!

silvanha · #11 (**permalink**) 17/08/2010, 16:49

Cita:

Iniciado por shanshito

Postdata!!!

INTERNERD es la INTERNET de los NERDS!!!

y de lo demás, sorry se me fue el tiempo xD pero que bueno que lo hayas logrado, te das cuenta =O te autorespondiste ;)

suerte y saludos! ^^