php解析html

老师给了一个会议论文统计的excel文件，其中统计了总共提交的将近200篇论文的ID， 最终题目，作者，任务是把每一篇论文的email填充上去。手动填充费时易错，于是考虑写程序来做这件事：

1. 使用php的pear库直接读写excel文件。需要安装 pear，可能还需要做些配置工作，额外工程量太大；
2. 把excel文件另存为csv文件。缺点是太不直观；
3. 把excel文件另存为html文件，直接解析html；

下面是用php解析html文件并填充论文email的php代码：

<?php

$link = mysql_connect('server', 'user', 'password');
if($link === false) {
    die(mysql_error());
}

if(mysql_select_db('database') === false) {
    die(mysql_error());
}

function getEmail($paper_id) {
    global $link;

    if(!is_numeric($paper_id)) {
        trigger_error('paper id is not numeric');
        return;
    }

    $res = mysql_query("select emailContact from Paper where id = '$paper_id'");
    $e = mysql_fetch_row($res);
    return $e[0];
}

$html_file = '/home/whb/doc/gridlab/fcst2010/papers_1_52＋52.html';

$dom = new DomDocument();
$dom->loadHTMLFile($html_file);
$dom->preserveWhiteSpace = false;

$tr_list = $dom->getElementsByTagName('tr');

for($i = 0; $i < $tr_list->length; $i++) {
    $tr = $tr_list->item($i);

    $td = $tr->firstChild;
    if($td == NULL) {
        echo "Line: $i has no columns";
        continue;
    }

    // $td->nodeName is "td", $td->nodeValue is paper id
    // create new <td></td> element and determine its value
    $paper_id = $td->nodeValue;
    $td_node = $dom->createElement("td", ' ');
    if(is_numeric($paper_id) && $paper_id > 0) {
        $td_node->nodeValue = getEmail($paper_id);
    }

    // append the newly created <td></td> to the corresponding <tr></tr>
    try {
        $tr->appendChild($td_node);
    } catch(Exception $e) {
        echo $e->getMessage();
    }
}

echo $dom->saveHTML();
?>