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

91.25%

  • PHP

    15675questions

    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。

simple_html_dom.phpでのスクレイピング時に環境変数をセットする方法について

受付中

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 43

ebsffzal

score 56

いつも大変参考にさせていただいています。

件名について、有識者様へ質問です。

simple_html_dom.phpを使い、とあるサイトをスクレイピングしていましたが、ある日から相手先サーバからアクセスブロックされるようになりました。

やっている方法は極めて単純なもので、下記のようにして相手先の情報を取得しています。

$sUrl = "ここに目的のサイトURL";
$html = file_get_html($sUrl);

■現象
先日、スクレイピングをしていたサーバで、異変に気づいたので、調べてみると、file_get_htmlするタイミングでNULLが帰ってくるようになりました。
ログを見ると、相手先サーバからブロックされている形跡がありました。

■試したこと
試しに、プログラム全体を別サーバへ設置し、動作させると問題なくデータ取得ができました。

■質問
そこで、有識者様にお聞きしたいのですが、simple_html_domで、実行時の環境変数(ユーザエージェント?)を指定し、違うサーバから動作しているようにセッティングすることはできるでしょうか?

サーバを変更するとうまくいくので、環境変数ではなく、実行サーバのIPアドレスをチェックされているのかもしれませんが、なんとか回避する方法を模索しています。(できれば別サーバは使わない方向です)

以上になります。どうぞ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

0

ソースを見る限り、file_get_contents()を使用しているので、UAの指定はfile_get_htm()の第三引数の$contextを指定してやれば行けそうです。
[PHP]file_get_contents()でユーザエージェントを偽装する

ただ、IPで制限されている可能性が非常に高いと思われるので、あんまり効果は無いと思いますし、一時的にあったとしてもすぐに制限されることでしょう。

相手側サーバがブロックしているということは、相手はアタックされていると認識していることなので、小手先の対策ではなく、なぜブロックされたかということを法令や相手サイトのビジネスモデル、ポリシー、利用規約などと照らし合わせて考える必要があります。

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。

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

91.25%

関連した質問

同じタグがついた質問を見る

  • PHP

    15675questions

    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。