php - HTML 列表到 CSV

Question

我有一个多级列表，示例如下:

<ul>       
    <li>Test column 01
        <ul>       
            <li>Test column 02
                <ul>       
                    <li>Test column 03
                        <ul>       
                            <li>Test column 04
                                <ul>       
                                    <li>Test column 05</li>
                                    <li>Test column 05</li>
                                    <li>Test column 05</li>
                                </ul>
                            </li>
                        </ul>
                    </li>
                </ul>
            </li>
        </ul>
    </li>
</ul>

我想运行一些 php 代码将列表输出为 csv 文件，格式如下:

Test column 01
,Test column 02
,,Test column 03
,,,Test column 04
,,,,Test column 05
,,,,Test column 05
,,,,Test column 05

基本上，我希望能够通过一些 php 代码运行一个 html 列表(具有无限数量的级别)，并输出一个可以在 excel 中打开的 csv 文件，并在列中保留列表级别。

如果我能找到某种方法为每个列表项添加一个类，这取决于它的级别，所以第一级列表项获得一个 level1 类，第二级，一个 level2 类等等，那么它应该相当简单找到并替换其余部分。

非常感谢任何想法/帮助。

Answer 1

这适用于您的示例 HTML:

$dom = new DOMDocument;
$dom->preserveWhiteSpace = false;
$dom->loadHTML($html);

foreach ($dom->getElementsByTagName('li') as $li) {   // #1
  printf(
      '%s%s%s', 
      str_repeat(',', get_depth($li)),                // #2
      trim($li->childNodes->item(0)->nodeValue),      // #3
      PHP_EOL
  );
}

function get_depth(DOMElement $element)
{
    $depth = -1;
    while (                                           // #4
        $element->parentNode->tagName === 'li' || 
        $element->parentNode->tagName === 'ul'
    ) {
        if ($element->parentNode->tagName === 'ul') { // #5
            $depth++;
        }
        $element = $element->parentNode;
    }
    return $depth;
}

您可以 see the demo here .

标记说明:

1. 我们获取标记中的所有 LI 元素，而不考虑它们的位置。如果您只想获取特定的 UL block ，请从包含起始 UL 元素的 DOMElement 中使用 getElementsByTagName。我将由您来决定如何做到这一点。
2. 我们为每个计算的深度添加一个逗号。深度等于当前 LI 元素之上的 UL 元素的数量
3. 我们只获取 LI 元素的第一个子节点，假设它是您想要的文本节点。如果您真正的标记包含的不仅仅是文本节点和潜在的 UL 元素，您需要调整它以仅包含您想要的文本内容。当 LI 元素中有子 UL 元素时，我们正在修剪文本结果以删除它将具有的换行符。
4. 为了获得深度，我们向上遍历 DOM 树，直到没有更多的 LI 或 UL 元素。
5. 因为我们希望每个 UL 元素在初始 LI 之上有一个逗号，所以如果 parentNode 是一个 UL 元素，我们只向 $depth 添加 +1