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

90.84%

  • PHP

    18639questions

    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。

  • Eclipse

    1567questions

    Eclipseは、IBM社で開発された統合開発環境のひとつです。2001年11月にオープンソース化されました。 たくさんのプラグインがあり自由に機能を追加をすることができるため、開発ツールにおける共通プラットフォームとして位置づけられています。 Eclipse自体は、Javaで実装されています。

  • Mecab

    136questions

    Mecabは、オープンソースの形態素解析エンジンです。 言語、辞書、コーパスに依存しない汎用的な設計を基本方針としています。 Mecabの由来は、開発者の好物である和布蕪(めかぶ)から名づけられました。

phpでmecabを使い、バッファサイズを超える文字列の形態素解析を行いたい

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 101

agep31

score 14

 前提・実現したいこと

phpを使い、web上からhtmlを取得して、<body>タグに対して形態素解析を行いたいのですが、約5000文字あるため、mecabの-bオプションを付け、バッファサイズを増やしたのですが、うまくいきません。

 該当のソースコード

<?php
//対象URL
$opts = array('http'=>array('header' => "User-Agent:MyAgent/1.0rn"));
$context = stream_context_create($opts);

$url = "https://search.mwt.co.jp/mintl/detail/CFMZ67VADC12.html?mediacd=ZTP";
$html = file_get_contents($url,false,$context);
$dom = new DOMDocument;
@$dom->loadHTML(
    mb_convert_encoding($html, 'HTML-ENTITIES', 'ASCII,JIS,UTF-8,eucJP-win,SJIS-win'),
    LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD
    );

$xpath = new DOMXPath($dom);
$text = $dom->documentElement->nodeValue;
$body = $xpath->query('//body')->item(0)->nodeValue;


$path = '"C:\Program Files\MeCab\bin\mecab.exe -b 19820"';
$input = $body;

//パイプ処理
//array[0][0] = "pipe"
//array[0][1] = "r" 子プロセスが読み込むパイプ
//array[1][0] = "pipe" 
//array[1][1] = "w" 子プロセスが書き込むパイプ

$descriptorspec = array(
0 => array("pipe","r"),
1 => array("pipe","w")
);

$process = proc_open($path, $descriptorspec, $pipes);
if(is_resource($process)) {
    fwrite($pipes[0], $input);
    fclose($pipes[0]);
    while(!feof($pipes[1])){
        $output[] = fgets($pipes[1]);
    }
    fclose($pipes[1]);
    proc_close($process);
}

echo "<pre>";
var_dump($output); //形態素解析の結果の出力
echo "</pre>";

 試したこと

htmlからのbodyタグの取得には成功しているのですが、パスでmecabを指定する際に$path = '"C:\Program Files\MeCab\bin\mecab.exe -b 19820"としてやってみたのですが、配列には何も入っていませんでした。
bodyタグの中身をメモ帳にコピーしてコマンドプロントで実行してみたのですが、こちらはうまくいきました。
パスの指定が間違っているのでしょうか?

 補足情報(FW/ツールのバージョンなど)

php5.6.37

  • 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

0

program files アクセス権

パスを見て大丈夫かなと思われることが一点、windows環境のようですので、この問題解決しないと動かないんじゃないのかなと思いました。

program files配下は、たとえ管理者権限持っていても、簡単に実行や変更できない仕様なので、別の場所にインストールしなおす必要があるかもしれません。

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。

  • 2018/06/26 16:53

    ご回答ありがとうございます。100文字程度の文字列なら形態素解析を行えているので、パスの指定に関しては問題ないと考えています。オプション付きのパスの指定の部分が怪しいです。

    キャンセル

  • 2018/06/26 17:00

    環境の問題なので何とも言えないのですが、プロンプトとPHP実行ユーザーは恐らく別なのでお気を付けください

    キャンセル

  • 2018/06/26 17:01

    ご回答ありがとうございます。気を付けます。

    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 90.84%
  • 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

    18639questions

    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。

  • Eclipse

    1567questions

    Eclipseは、IBM社で開発された統合開発環境のひとつです。2001年11月にオープンソース化されました。 たくさんのプラグインがあり自由に機能を追加をすることができるため、開発ツールにおける共通プラットフォームとして位置づけられています。 Eclipse自体は、Javaで実装されています。

  • Mecab

    136questions

    Mecabは、オープンソースの形態素解析エンジンです。 言語、辞書、コーパスに依存しない汎用的な設計を基本方針としています。 Mecabの由来は、開発者の好物である和布蕪(めかぶ)から名づけられました。