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

88.92%

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

解決済

回答 2

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 1,194

youthK

score 72

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
    • 過去に投稿した質問と同じ内容の質問
    • 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。

質問への追記・修正、ベストアンサー選択の依頼

  • kei344

    2017/11/18 13:12

    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。

    キャンセル

  • youthK

    2017/11/18 13:45

    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。

    キャンセル

回答 2

checkベストアンサー

+2

$projectUrl = 'http://www.kaigokensaku.mhlw.go.jp/13/index.php?action_kouhyou_detail_2016_033_kihon=true&JigyosyoCd=1372400638-00&PrefCd=13&VersionCd=033';
$html = file_get_contents($projectUrl);

header('Content-type: text/plain');
echo $html;
exit;

で確認したら、ちゃんと全部取得できてますよ。

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。

  • 2017/11/18 18:18

    form内のデータでございます

    キャンセル

  • 2017/11/18 18:35

    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。

    キャンセル

  • 2017/11/20 17:50

    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。

    キャンセル

+1

@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

編集

  • 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。

  • 2017/11/18 13:02 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);

    キャンセル

  • 2017/11/18 13:06

    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。

    キャンセル

  • 2017/11/18 13:19 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。

    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 88.92%
  • 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