Парсер HTML-таблиц. Получение координат ячеек.

[Mr_freeman]

Всем привет!
Есть админка для интернет магазина, нужно слить туда инфу из другого и добавить все в БД.
Информация представлена в виде таблиц (table,tr,td c классами и другими атрибутами)
Нужен парсер (preg_match_all).
Я все продумал вплоть до построения MySQL-запросов через два цикла foreach: первый результат - содержимое строчек, второй - содержимое ячеек.
Вся проблема в том, что у меня не получается составить регулярные выражения - из-за атрибутов тегов, переносов строк и т.д.

Помогите пожалуйста составить регулярки на получение содержимого тегов <tr></tr> и <td></td>, которые могут быть представлены по разному:

<tr class="thTr" >Содержимое</tr>
<td valign="middle" class="thTd" align="center" >Содержимое</td>
и т. д.

Буду очень благодарен!

[Andkorol]

Simple HTML DOM Parser
примеры

[Mr_freeman]

Хорошая библиотека, не знал о ней. Но я хочу все сам сделать, мне только с регулярками разобраться, я поэтому и обратился сюда.

[Andkorol]

Сообщение от Mr_freeman

Хорошая библиотека, не знал о ней. Но я хочу все сам сделать, мне только с регулярками разобраться, я поэтому и обратился сюда.

"С регулярками разобраться" и "распарсить страницу" – это несколько разные задачи на сегодняшний день...

Если нужно распарсить быстро и просто – юзай Simple HTML DOM Parser.
Охота возиться с регулярками – изучай.
Функции парсинга web-страниц

[Mr_freeman]

Да распарсить - это не проблема, у меня просто не получаются регулярки, я вчера всю ночь просидел, пытался составить, прочитал уже много литературы, но всегда где то ошибки есть.

Например хочу взять все строчки: preg_match_all("/<tr[^>]*>(.*)<\/tr>/",$table,$rows);

Но получается только один результат, видимо он взял самый первый и самый последний. Я до сих пор не могу понять как в конструкции (.*) указать, что не нужно трогать </tr>

[ADSoft]

... кстати двойной цикл - неверно .. по сути одна строка - одна запись в таблице БД (с нужными полями)

[Mr_freeman]

База данных уже давно готова, я не собираюсь ее менять - и так все прекрасно работает.

Люди, неужели никто не может помочь?

[motorway]

Регулярки - вещь, несколько напоминающая тензоры или аналогичные вещи, так что тут нужно терпение, усидчивость, кофе и желание.
Если же нужно написать быстро парсер, я пользуюсь explode. И любой парсер можно сделать быстро.

[motorway]

<tr class="thTr" >Содержимое</tr>
<td valign="middle" class="thTd" align="center" >Содержимое</td>

Например, тут:

$var=explode('<tr class="thTr" >',$string); // или explode('<td valign="middle" class="thTd" align="center">',$string);
$var=explode('</tr>',$var[1]);
echo $var[0];

Если таких строк несколько, делаем в цикле:

$x=explode($part,$string);
foreach ($x as $elem)
{
$part2=explode('</tr>',$elem);
$part2=$part2[0];
// вот таким образом
};

В общем, это примерно то же, что в такой ситуации: вам нужно куда-то добраться, вы умеете водить обычную машину хорошо, а ещё есть спорткар, но требуется время, чтобы научиться ездить на нём. Зато он быстрее довезёт.
Во многих случаях действительно они помогают что-то сделать проще, есть готовые варианты.
Зато старый добрый explode любую вещь вынет из кода, и код этот пишется быстро и автоматически.
Если есть время и возможность, можно параллельно изучать и регулярки.

[Mr_freeman]

Я не просто так стал использовать регулярки. Дело в том, что парсер должен быть универсальным, потому что очень много различных таблиц.
И еще на этот парсер у меня есть планы в будущем.