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

90.52%

  • PHP

    20326questions

    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。

  • Ubuntu

    1402questions

    Ubuntuは、Debian GNU/Linuxを基盤としたフリーのオペレーティングシステムです。

  • Mecab

    169questions

    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。

配列にある要素に対して形態素解析を行い配列に格納したい

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 149

agep31

score 20

 前提・実現したいこと

DOMXpathを用いて指定したURLのhtmlから特定タグを取り出し、その文章に対して形態素解析を行っています。<h5>タグを取り出した際に、以下のような結果になりました。

<$h5_values>

Array
(
[0] => 旅行代金(お一人様)
[1] => 追加料金(お一人様)
)

この配列($h5_values)に対して、各要素ごとにmecabを用いて形態素解析を行い、その結果を配列($mecab_result)に格納したいのですが、以下のように出力したいです。

Array(0)

[0] => 旅行 名詞,一般
[1] => 代金 名詞,一般



[6] => ) 記号,括弧閉
[7] => 追加 名詞,一般
[8] => 料金 名詞,一般



[13] => ) 記号,括弧閉

現時点では、$h5_valuesの0番目の要素が取れていないのと、解析結果全てが一つの要素として配列に入ってしまい困っています。

 該当のソースコード

<!DOCTYPE html>
<html>
<head>
<title>研究</title>
</head>
<body>
<?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/CFMZ58AAH002.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);

echo "/*------------<h5>----------------*/\n";
    foreach ($xpath->query('//h5') as $h5_result){
            $h5_values[]=$h5_result->nodeValue;
    }
if(empty($h5_result->nodeValue)){
        echo "該当なし";
}

$options = array('-d', '/usr/lib/x86_64-linux-gnu/mecab/dic/mecab-ipadic-neologd');
$mecab = new \MeCab\Tagger($options);

print_r($h5_values);

$options = array('-d', '/usr/lib/x86_64-linux-gnu/mecab/dic/mecab-ipadic-neologd');
$mecab = new \MeCab\Tagger($options);
foreach($h5_values as $n){
        $mecab_result[] = $mecab->parse($n);

}
var_dump($mecab_result);


出力結果

<!DOCTYPE html>
<html>
<head>
<title>研究</title>
</head>
<body>
/*------------<h5>----------------*/
Array
(
    [0] => 旅行代金(お一人様)
    [1] => 追加料金(お一人様)
)
string(381) "追加       名詞,サ変接続,*,*,*,*,追加,ツイカ,ツイカ
料金    名詞,一般,*,*,*,*,料金,リョウキン,リョーキン
(      記号,括弧開,*,*,*,*,(,(,(
お      接頭詞,名詞接続,*,*,*,*,お,オ,オ
一人    名詞,固有名詞,人名,名,*,*,一人,カズト,カズト
様      名詞,接尾,人名,*,*,*,様,サマ,サマ
)      記号,括弧閉,*,*,*,*,),),)
EOS

 試したこと

php-mecabの動作は確認済みです。きちんと動作しています。

 補足情報(FW/ツールのバージョンなど)

ubuntu18.04
Apache/2.4.29
PHP 7.2.5
辞書:mecab-ipadic-NEologd

  • 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。

質問への追記・修正、ベストアンサー選択の依頼

  • mather

    2018/07/02 17:23

    $h4_valuesという変数があるのが気になりますが…。というのと、具体的に何を試してうまくいった、うまくいかなかった、という部分を提示しないと丸投げの質問になっていますよ。

    キャンセル

  • agep31

    2018/07/02 17:24

    ご回答ありがとうございます。自分で行った部分を載せていなかったので修正します。

    キャンセル

  • mather

    2018/07/02 17:41

    期待している結果も書きましょう。array(0=>array(...), 1=>array(...)) でも「一つの配列」であることは間違いないので、具体的に想定している「一つの配列」という結果がどんなものか書いたほうがいいです。

    キャンセル

  • agep31

    2018/07/02 18:04

    ご回答ありがとうございます。修正いたしました。

    キャンセル

回答 1

checkベストアンサー

0

$h5_values の0番目の要素が取れていない

foreach($h5_values as $n){
        $mecab_result = $mecab->parse($n);
}

$mecab_result を直接上書きしているからですね。配列に追加するようにしましょう。

解析結果全てが一つの要素として配列に入ってしまい困っています。

結果を配列として受け取るようにしましょう。
参考 : https://qiita.com/yudaifuijta0121/items/1787d70b9cfca3e43d12

一要素ずつ array_push すれば良いので、実行できるはずです。

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。

  • 2018/07/02 18:29

    ご回答ありがとうございます。0番目の要素については解決しました。

    キャンセル

  • 2018/07/02 18:36

    もう一つのほうも、解析結果ごとにこだわる必要はなかったため解決しました。どうもありがとうございました。

    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 90.52%
  • 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

    20326questions

    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。

  • Ubuntu

    1402questions

    Ubuntuは、Debian GNU/Linuxを基盤としたフリーのオペレーティングシステムです。

  • Mecab

    169questions

    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。