解析HTML表和格式化了的文本

Question

你好，我有这些孤立的HTML代码（如我输入）：

案例1：

<td class="C" width="10%"> 
    <a href="URL1" onclick="ValDobleSubmit()"> 
    String1 
     <span style="color: blue; font-weight:bold;"> 
      String2 
     </span> 
    </a> 
</td> 
<td class="C" width="15%"> 
    String3 
</td> 
<td class="t" align="left" width="15%"> 
    String4 
</td> 
<td class="t" align="left" width="10%"> 
    String5 
</td> 

案例2

<td class="C" width="10%"> 
    <a href="URL1" onclick="ValDobleSubmit()"> 
    String1 
    </a> 
</td> 
<td class="C" width="15%"> 
    String3 
</td> 
<td class="t" align="left" width="15%"> 
    String4 
</td> 
<td class="t" align="left" width="10%"> 
    String5 
</td> 

我想用bash shell脚本或PHP（控制台）以便获得此输出：

• 案例1：

String1String2 | URL1 | STRING3 |串，4 | STRING5

• 案例2：

的String1 | URL1 | STRING3 |串，4 | STRING5

Answer 1

 $DOM = new DOMDocument; 
    $DOM->loadHTML($CaseSource); 
    $cells = $DOM->getElementsByTagName('td'); 
    foreach($cells as $cell){ 
$out[] = $cell->nodeValue; 
}