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!

新規登録して質問してみよう
ただいま回答率
85.50%
XML

XMLは仕様の1つで、マークアップ言語群を構築するために使われています。

HTML5

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。

PHP

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。

Laravel 5

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。

Q&A

解決済

2回答

2991閲覧

【php】simplexml_import_domを使った際、途中までしか取得できない

退会済みユーザー

退会済みユーザー

総合スコア0

XML

XMLは仕様の1つで、マークアップ言語群を構築するために使われています。

HTML5

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。

PHP

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。

Laravel 5

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。

0グッド

0クリップ

投稿2017/11/18 03:48

編集2017/11/18 07:40

###わからないこと
いつもお世話になっております。
下記のコードで、該当サイト全体の取得をすることができません。
なにが原因なのでしょうか?
「URL」→ http://www.kaigokensaku.mhlw.go.jp/13/index.php?action_kouhyou_detail_2016_033_kihon=true&JigyosyoCd=1372400638-00&PrefCd=13&VersionCd=033

※file_get_contentsにてcurlを使うことでhtml形式で全体の取得ができることは確認できました。

$projectUrl = 'http://www.kaigokensaku.mhlw.go.jp/13/index.php?action_kouhyou_detail_2016_033_kihon=true&JigyosyoCd=1372400638-00&PrefCd=13&VersionCd=033'; $dom = new \DOMDocument(); $content = file_get_contents($projectUrl); $content = str_replace('&','&',$content); $dom->loadHTML($content); $xml = simplexml_import_dom($dom);

追記
上記コードでは、本来「@file_get_contents($projectUrl)」「@$dom->loadHTML($content)」となっておりましたが、エラーの出力を確認するために「@」は削除しました。
(結果エラーはありませんでした。)
※curlを用いたコードは以下になります。
11/18 15:20

// 文字化け防止用 $ch = curl_init(); curl_setopt($ch, CURLOPT_RETURNTRANSFER, true); curl_setopt($ch, CURLOPT_ENCODING, 'gzip'); curl_setopt($ch, CURLOPT_URL, $projectUrl); $detailRes = curl_exec($ch); $detailRes = str_replace('&', '&', $detailRes); $dom->loadHTML($detailRes); $xml = simplexml_import_dom($dom); var_dump($xml);dd();

11/18 16:40
上記の「$xml = simplexml_import_dom($dom);」から続けて下記のようにxpathを指定しましたが、array(0)が出力されています。

$ddd = $xml->xpath("//div[contains(@class, 'contents')]");

ご教授のほど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MY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。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

kei344

2017/11/18 04:12

回答が付いた質問の編集は慎重に行ってください。質問文のコードについて回答にて指摘があった場合は「追記」し、元のコードを編集する場合も「直したこと」がわかるようにしてください。
退会済みユーザー

退会済みユーザー

2017/11/18 04:45

失礼いたしました。次から気を付けてなおします。ご指摘ありがとうございます。
guest

回答2

0

ベストアンサー

php

1$projectUrl = 'http://www.kaigokensaku.mhlw.go.jp/13/index.php?action_kouhyou_detail_2016_033_kihon=true&JigyosyoCd=1372400638-00&PrefCd=13&VersionCd=033'; 2$html = file_get_contents($projectUrl); 3 4header('Content-type: text/plain'); 5echo $html; 6exit;

で確認したら、ちゃんと全部取得できてますよ。

投稿2017/11/18 05:52

退会済みユーザー

退会済みユーザー

総合スコア0

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

退会済みユーザー

退会済みユーザー

2017/11/18 06:07

Kosuke_Shibuya様 ご回答ありがとうございます。 大変失礼いたしました。 現在html形式での取得はcurlにすることでうまくいっているのですが、xml形式ではうまくいっておりません。 コードは質問文にある通りのものでございます。
退会済みユーザー

退会済みユーザー

2017/11/18 06:08

curlを使ったコードは提示されていません。
退会済みユーザー

退会済みユーザー

2017/11/18 06:20

失礼いたしました。 追記にてコードを改めて書きました。
退会済みユーザー

退会済みユーザー

2017/11/18 06:35

まさかとは思いますが、var_dump($xml); の表示が、単に省略されているだけのことを指して、取得できていないと勘違いしてませんんか?
退会済みユーザー

退会済みユーザー

2017/11/18 08:53 編集

var_dumpでの表示で判断をしております。 その後にxpathにてclass=contentsを指定して出力しようとしていますが、できなかったので、そちらでも判断をしています。
退会済みユーザー

退会済みユーザー

2017/11/18 08:11 編集

var_dump() では変数の中身が長すぎるとき、表示は省略されます。 省略されている部分を 「xpathにてid=contentを指定して出力」 で確認しようとしているのでしょうが、これが間違っていたら、本末転倒ですよね。正しいのか間違っているのかを判断するための情報を回答者に提供していません。 問題はあなたが行なった事実、確認した事実と質問の表現が異なっていて、適切な表現でないため、回答をミスリードしていませんか?ということです。
退会済みユーザー

退会済みユーザー

2017/11/18 08:36

ありがとうございます。 Shibuya様が仰っているのは、var_dumpではただ表示されていないだけで出力はできているのでは?ということだと理解しています。 しかし、xpathにて質問欄にあるように指定をしてもarray(0)が返ってくるため、出力自体ができていないと考えております。 またdivのid名に誤りはないと思います。ページのソースコードを確認して入力しました。
退会済みユーザー

退会済みユーザー

2017/11/18 08:50

失礼いたしました。 contentsでございます。 質問欄ではそのように書きましたが、こちらでは誤って伝えてしまいました。 申し訳ございません。
退会済みユーザー

退会済みユーザー

2017/11/18 08:52

contents が設定されているのは、idじゃなくて classに設定されていますよね。
退会済みユーザー

退会済みユーザー

2017/11/18 08:54

そちらも誤って入力してしまいました。 質問欄に書きましたように、class名contentsで試みた結果がarray(0)でございます。
退会済みユーザー

退会済みユーザー

2017/11/18 09:00

正しい情報を出すようにご注意をお願いします。 http://www.htmllint.net/html-lint/htmllint.html で当該のサイトをチェックして見てください。 44行目に、不正な文字があるため、ここでEOFになっています。 スクレイピング対策としてこのような文字を埋め込んであるのかもしれませんが、これをなんとかしなきゃいけないんでしょう。
退会済みユーザー

退会済みユーザー

2017/11/18 09:09

確認いたしました。 なるほど・・・ たしかに私の出力にて止まっている箇所と全く同じところです。 このようなEOFを回避する方法は網羅的に文字を消していく必要があるのでしょうか? もしくは容易に対応できるAPIのようなものがあるのでしょうか?
退会済みユーザー

退会済みユーザー

2017/11/18 09:14

ところで、最終的に「どの部分」を取得したいのですか?
退会済みユーザー

退会済みユーザー

2017/11/18 09:18

form内のデータでございます
退会済みユーザー

退会済みユーザー

2017/11/18 09:35

基本的にスクレイピングは性に合わないので詳しくないですが、tidy などで整形したり、不正文字を取り除く必要はあるでしょう。
退会済みユーザー

退会済みユーザー

2017/11/20 08:50

なるほどですね・・・ ご回答ありがとうございます。 上記などの方法を試みて、もし疑問などが浮かんだ際には別に質問をさせていただきます。
guest

0

@をはずしてエラーが出ていないかを確認されてみてはいかがでしょうか。


追記:

これを読んでみてください。

【APIなどにfile_get_contents()を使うのはオススメしない理由と代替案 - Qiita】
https://qiita.com/shinkuFencer/items/d7546c8cbf3bbe86dab8

投稿2017/11/18 03:59

編集2017/11/18 04:09
kei344

総合スコア69366

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

退会済みユーザー

退会済みユーザー

2017/11/18 04:04 編集

ご回答ありがとうございます。 次のようにコードを変更しましたが、エラーは出ず、結果も変わりませんでした。 $content = file_get_contents($projectUrl); $content = str_replace('&','&',$content); $dom->loadHTML($content); $xml = simplexml_import_dom($dom);
退会済みユーザー

退会済みユーザー

2017/11/18 04:06

失礼いたしました。 そもそもfile_get_contentsの段階で途中までしか出力できていませんでした。
退会済みユーザー

退会済みユーザー

2017/11/18 04:20 編集

ありがとうございます。 ただ、該当URL内のfunctionを試みましたが、nullが返ってきました。 function内の 「$jsonArray = json_decode($json, true);」を 「loadHTML($json)」 に変更して試してみましたが、今度はxml形式に変換した際に途中で切れてしまいました。
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

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
85.50%

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る

質問する

関連した質問