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
87.20%
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。

解決済

【laravel】Tidyを使うと、「DOMDocument::loadHTML(): ID already defined in Entity」のエラーが出る。

youthK
youthK

総合スコア0

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。

1回答

0評価

1クリップ

14閲覧

投稿2017/11/20 10:58

編集2022/01/12 10:58

###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スクレイピングを行いたくTidyを使ってhtmlの不正文字を修正しようとしています。
しかしタイトルにあるようなエラーが出てしまい、先に進むことができません。
コードは下記のようになっております。

$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(); $tidy = new \Tidy; $ch = curl_init(); curl_setopt($ch, CURLOPT_RETURNTRANSFER, true); curl_setopt($ch, CURLOPT_ENCODING, 'gzip'); curl_setopt($ch, CURLOPT_URL, $projectUrl); $detailRes = curl_exec($ch); $tidy->parseString($detailRes, array(), 'utf8'); $tidy->cleanRepair(); $detailRes = $tidy->html(); unset($tidy); $dom->encoding = 'UTF-8'; $dom->preserveWhiteSpace = false; $dom->loadHTML($detailRes); $xpath = new DOMXPath($dom);var_dump($xpath);dd();

下記のサイトを参考にしています。
https://qiita.com/osapon/items/5f26263d9ebf4268d7f3

###やったこと
curlにしているのが問題なのかと思い、file_get_contentsに変えてみましたが、変わりなくエラーが出てしまいました。

###追記
下記のコードのように行った結果、xml形式でページ全体を取得できましたので報告いたします。
##解決方法

ini_set('display_errors', true); error_reporting(E_ALL); $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(); $tidy = new \Tidy; $ch = curl_init(); curl_setopt($ch, CURLOPT_RETURNTRANSFER, true); curl_setopt($ch, CURLOPT_ENCODING, 'gzip'); curl_setopt($ch, CURLOPT_URL, $projectUrl); $detailRes = curl_exec($ch); $detailRes = str_replace('&', '&', $detailRes); $config = array( // 'drop-empty-elements' => false, // 空の要素を削除しない 'hide-comments' => true, // コメントを削除 'output-xhtml' => true, // xhtml に変換 ); $tidy->parseString($detailRes, $config, 'utf8'); $tidy->cleanRepair(); $xml = simplexml_load_string($tidy);var_dump($xml);dd();

※Tidyにてhtmlを正しい形に整形しました。
※また下記のサイトを参考にしました。
https://qiita.com/ShibuyaKosuke/items/86b7a17a57583e8fb4e3

htmlのコードがひどいサイトをスクレイピング

何卒よろしくお願いいたします。する方々の助けになれば幸いです。

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。

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。

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

評価を下げると、トップページの「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。

まだ回答がついていません

会員登録して回答してみよう

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
87.20%

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

同じタグがついた質問を見る

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。