質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

91.02%

  • PHP

    17759questions

    PHPは、Webサイト構築に特化して開発されたプログラミング言語です。大きな特徴のひとつは、HTMLに直接プログラムを埋め込むことができるという点です。PHPを用いることで、HTMLを動的コンテンツとして出力できます。HTMLがそのままブラウザに表示されるのに対し、PHPプログラムはサーバ側で実行された結果がブラウザに表示されるため、PHPスクリプトは「サーバサイドスクリプト」と呼ばれています。

  • HTML5

    3385questions

    HTML5 (Hyper Text Markup Language、バージョン 5)は、マークアップ言語であるHTMLの第5版です。

  • Laravel 5

    1445questions

    Laravel 5は、PHPフレームワークLaravelの最新バージョンで、2014年11月に発表予定です。ディレクトリ構造がが現行版より大幅に変更されるほか、メソッドインジェクションやFormRequestの利用が可能になります。

  • iframe

    106questions

    HTMLのタグ<iframe>です。<iframe>は、ドキュメント内に""inline frame""を作るHTML要素で、同じページでセパレートしているドキュメントが表示されるようにします。

【phantomjs】srcのないiframe内のデータをクローリングする方法

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 1
  • VIEW 246

youthK

score 63

わからないこと

いつもお世話になっております。
この度下記のサイトのクローリングを試みております。
http://www.kaigokensaku.mhlw.go.jp/
上記サイト内の各市区町村の事業所一覧にて、各事業所がiframe内で作成されています。
そして、コマンドをたたいて上記のサイトをiframe内のhtmlを含んだ全体のhtml構造を出力しようとしています。

■iframe内にあるデータをphantomjsを用いて取得しようとしていますが、案件一覧の動的ページを取得することができておりません。
コードは下記のようになっております。

use JonnyW\PhantomJs\Client as PClient;

// PhantomJs
$client = PClient::getInstance();
$client->getEngine()->setPath('vendor\bin\phantomjs.exe');

$projectListUrl = 'http://www.kaigokensaku.mhlw.go.jp/13/index.php?action_kouhyou_pref_search_list_list=true&PrefCd=13';

$client->isLazy();

$request = $client->getMessageFactory()->createRequest();
$request->setUrl($projectListUrl);

$response = $client->getMessageFactory()->createResponse();

$client->send($request, $response);

if($response->getStatus() === 200) {
    echo $response->getContent();
}


delayを設けてiframe内に検索結果が表示されるようにしているはずなのですが、うまく言っておりません

進捗の報告

現在php-phantomjsとphp-webdriverを用いてinframeの情報を取得しようとしています。
ただ、ウェブドライバーにchromeを指定しているのですが、ドライバーを開くのにタイムアウトを起こしてしまい、下記のstart以降に進むことができておりません。

use Facebook\WebDriver;
use Facebook\WebDriver\WebDriverExpectedCondition;
use Facebook\WebDriver\WebDriverBy;
use Facebook\WebDriver\Remote;
use Facebook\WebDriver\Remote\RemoteWebDriver;
use Facebook\WebDriver\Remote\DesiredCapabilities;
use Facebook\WebDriver\Chrome\ChromeDriver;
//↑はfunctionがに追記しました。

// Chromeドライバを環境変数にぶちこむ
putenv('webdriver.chrome.driver=vendor\bin\chromedriver.exe');
// ブラウザ起動
$driver = ChromeDriver::start();


上記のChromeDriver::start();にてタイムアウトになる原因を探っているところです。
原因の中にjavaを起動していないからというものがあったため試みましたが、結果は変わらずtimeoutとなってしまいました。

「java -jar selenium-server-standalone-3.7.1.jar」

ご教授いただければ幸いです。

何卒よろしくお願いいたします。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

+1

該当の事業所一覧は各都道府県の"index.php?iframe=1"にPOSTした結果として取得されるようです。
質問者さんのクローラがそのようなURLを取得する作りとなっているのであれば、クローリングは可能かと思います。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2017/11/16 16:50

    ご回答ありがとうございます。
    たとえばURLを
    http://www.kaigokensaku.mhlw.go.jp/13/index.php?iframe=1
    のようにactionをスラッシュ以降指定して、chrome上で表示させようとしても表示されないのですが、パラメータを地道に辿っていって表示させることは不可能でしょうか?

    キャンセル

  • 2017/11/16 17:24

    該当のPOSTリクエストはJavaScript上で組み立てられています。
    クローラがJavaScriptを解釈しないように作られているのであれば、一覧取得用のスクリプトを別に用意された方が早いかもしれません。
    PrefCdやp_offset、p_count等、POSTパラメータを適切に指定すれば結果を取得することは可能かと思われます。

    キャンセル

  • 2017/11/20 17:38

    遅れまして申し訳ありません。
    ご回答ありがとうございます。
    ご回答内容を考慮しこちらのコードが変わりましたので、別でまた質問をさせていただきます。

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 91.02%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る

  • PHP

    17759questions

    PHPは、Webサイト構築に特化して開発されたプログラミング言語です。大きな特徴のひとつは、HTMLに直接プログラムを埋め込むことができるという点です。PHPを用いることで、HTMLを動的コンテンツとして出力できます。HTMLがそのままブラウザに表示されるのに対し、PHPプログラムはサーバ側で実行された結果がブラウザに表示されるため、PHPスクリプトは「サーバサイドスクリプト」と呼ばれています。

  • HTML5

    3385questions

    HTML5 (Hyper Text Markup Language、バージョン 5)は、マークアップ言語であるHTMLの第5版です。

  • Laravel 5

    1445questions

    Laravel 5は、PHPフレームワークLaravelの最新バージョンで、2014年11月に発表予定です。ディレクトリ構造がが現行版より大幅に変更されるほか、メソッドインジェクションやFormRequestの利用が可能になります。

  • iframe

    106questions

    HTMLのタグ<iframe>です。<iframe>は、ドキュメント内に""inline frame""を作るHTML要素で、同じページでセパレートしているドキュメントが表示されるようにします。