PHP Goutte で filter 後の要素から直下の子のタグのみをリストにしたり絞り込んだりする

多重にtableを使用しているhtmlなどに対してスクレイピングするときに、深い階層のタグは検索にfilterに入れたくない場合がある。

<table id="top_table">
  <tr>
    <td>data1</td>
    <td>data2</td>
    <td>
      <table>
        <tr>
          <td>data3-1</td>
          <td>data3-2</td>
          <td>data3-3</td>
        </tr>
      </table>
    </td>
  </tr>
  <tr>
    <td>data1</td>
    <td>data2</td>
    <td>
      <table>
        <tr>
          <td>data3-1</td>
          <td>data3-2</td>
          <td>data3-3</td>
        </tr>
      </table>
    </td>
  </tr>
  ...
</table>

filter で頑張ってみたが出来なかったので、 filterXPath を使ってみたら出来たのでメモ。

$top_table_tag = $crawler->filter('table#top_table');
$top_table_tag->filterXPath('./*/tr')->each(function($tr_tag) {
  $child_td_tags = $tr_tag->filterXPath('./*/td');
  $data1_tag = $child_td_tags->eq(0);
  $data2_tag = $child_td_tags->eq(1);
  $data3_tag = $child_td_tags->eq(2);
}

ちなみに、下記のようにすると直下のタグをリストできる。

filterXPath('./*/*')

filterでも $table_tag->filter('> tr') とかできたら良いのになぁ。