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

90.35%

  • PHP

    21232questions

    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。

  • JavaScript

    17441questions

    JavaScriptは、プログラミング言語のひとつです。ネットスケープコミュニケーションズで開発されました。 開発当初はLiveScriptと呼ばれていましたが、業務提携していたサン・マイクロシステムズが開発したJavaが脚光を浴びていたことから、JavaScriptと改名されました。 動きのあるWebページを作ることを目的に開発されたもので、主要なWebブラウザのほとんどに搭載されています。

Javascript内の要素の抽出について

受付中

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 440

agep31

score 21

 前提・実現したいこと

特定のURLから<body>タグを取得しています。JavaScript内の要素を取得した際にJavaScript内にある日本語が数値として抽出されてしまい、困っています。
JavaScript内にある「httpから始まるURL」の箇所を抽出すると、出力結果の最後にある数字の羅列「http1236312425229871241412427URL」
のように「から始まる」が数値として抽出されてしまいます。
日本語のまま抽出したいのですが、どのようにすればよいのでしょうか?

 該当のソースコード

<!DOCTYPE html>
<html>
<head>
<title>研究</title>
</head>
<body>
<?php

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

$url ="https://www.ana.co.jp/inttour/booking/csm/search/ISAP1100/initcourseNo=5HEP5NY1M0&planTypeCode=++&planTypeBranchNo=++&deptYearMonth=201901&deptDay=22&deptEndYearMonth=&deptEndDay=&isSearchTransition=true&cabinClass=0&coopSiteCode="
;
$html = file_get_contents($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);

foreach ($xpath->query('//body') as $body_result){
        $body_values[] = preg_replace("/[^ぁ-んァ-ンーa-zA-Z0-9一-龠0-9\-\r]+/u", '', $body_result->nodeValue);

}


echo "<pre>";
print_r($body_values);
echo "</pre>";


出力結果

Array
(
    [0] => 当サイトをご利用になるためにはJavaScript対応のブラウザが必要ですまた設定でJavaScriptを有効にする必要がありますトップページお問い合わせvarroomTypeTBvarerrorvaractiveButtondaylangjafunctionusestricthttp1236312425229871241412427URL


html内のJavaScript

<script type="text/javascript">
$(function() {
  'use strict';

  // httpから始まるURL
  var fullShareUrl = location.protocol + '//' + location.host + '\/inttour\/booking\/csm\/search\/ISAP1100\/init?courseNo=5HEP5NY1M0&deptYearMonth=201901&deptDay=22&planTypeCode=&planTypeBranchNo=&deptEndYearMonth=&deptEndDay=&isSearchTransition=true&cabinClass=0';

  // facebookのdata-uri属性
  $('#facebook-area').attr('href', 'http://www.facebook.com/share.php' + '?u=' + encodeURIComponent(fullShareUrl));

  // Twitterリンクをセット
  $('#twitter-link').attr('href', 'https://twitter.com/share?hashtags=' + encodeURIComponent('ANA,ANAツアー,ANA_海外ツアー,ANA_海外旅行,旅行,Travel') + '&text=' + encodeURIComponent(document.title) + '&url=' + encodeURIComponent(fullShareUrl));

  // google+のdata-href属性
  $('#google-plus-area').attr('data-href', fullShareUrl);

  // メール
  // mailto:?subject=[件名]&body=[本文]%0d%0a[URL]
  // 件名はtitle, 本文はdescription
  var description = $('meta[name="description"]').attr('content');
  var mailHref = 'mailto:?subject=' + encodeURIComponent(document.title) + '&body='+ encodeURIComponent(description + '\r\n' + fullShareUrl);
  $('#mail-link').attr('href', mailHref);


});
</script>

 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

  • 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

+2

それって、ソース上で日本語ですかね。そうした数値で、人間には日本語で見える文言が表現されていませんか?

htmlを学んだほうがいいかもしれないですが、実体参照という表記方法があって、非asciiを英字で表現する方法があるのです。

端的にはこういうサイトで"から始まる"を変換すると"&#12363;&#12425;&#22987;&#12414;&#12427;"となりますが、心当たりある数字っぽくないですか?

ちなみに、場所とか使われ方次第では、encodeURIのパターンもあるので、ブラウザで日本語だからって数値じゃないとは言えないと思います。

-- マイナス評価覚悟で、蛇足の愚痴。
特定のURLを対象にって言うときに、対象を隠蔽しようとする質問者を多々見かけるし、URL教えてくれといったこともあるのですが、開示しないんですよね。
そのページに固有の原因があるのに、なぜ開示しないのか。そのサイトの作者に聞いたらどうかと思います。

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。

  • 2018/07/15 22:09

    > 特定のURLを対象にって言うときに、対象を隠蔽しようとする質問者を多々見かけるし、URL教えてくれといったこともあるのですが、開示しないんですよね。

    コントこれは勘弁してくれと思いますね。それ出さずに何を解決しろというのか…

    キャンセル

  • 2018/07/16 12:56

    ご回答ありがとうございます。大変失礼いたしました。URLを修正いたしました。

    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 90.35%
  • 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

同じタグがついた質問を見る

  • PHP

    21232questions

    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。

  • JavaScript

    17441questions

    JavaScriptは、プログラミング言語のひとつです。ネットスケープコミュニケーションズで開発されました。 開発当初はLiveScriptと呼ばれていましたが、業務提携していたサン・マイクロシステムズが開発したJavaが脚光を浴びていたことから、JavaScriptと改名されました。 動きのあるWebページを作ることを目的に開発されたもので、主要なWebブラウザのほとんどに搭載されています。