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

89.55%

スクレイピングの際に相対パスを絶対パスにしたい

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 824

130031

score 9

 前提・実現したいこと

自サイトではない別サイト「http://other.com/」(仮URL)から「PHP Simple HTML DOM Parser」でスクレイピングし、静的HTMLのページのトピックスを三件のみ抽出して表示しているのですが、サイトのリンクの書き方が相対パス(../../../../../oshirase/01.html といった形です)のため、抽出すると自分のサイトのURLになり、リンク切れを起こしてしまいます。

このリンクを自サイトURL:http://sample.com/oshirase/
ではなく
絶対パスのURL:http://other.com/oshirase/

としたいです。
PHPに疎いため、どういじればいいのかわかりません。(以下のコードは前担当者が昔作ったものです)
説明が拙くて申し訳ありませんが、よろしければご教授いただけますと幸いです。

 該当のソースコード

<!--PHP Simple HTML DOM Parserによる読み込み/http://other.comからトピックス3件を抽出-->
<div class="topix">

<?php
include('simple_html_dom.php');
$html = file_get_html('http://other.com');

echo '<div class="text">';
// 日付
$out = $html->find('#stage #contents .main-contents tr .list table tr td',0);
echo $out-> outertext;
echo ' ';
// トピックスタイトル(ここにリンクが貼られる)
$out = $html->find('#stage #contents .main-contents tr .list table tr td',1);
echo $out-> outertext;
echo '</div>';

echo '<div class="text">';
$out = $html->find('#stage #contents .main-contents tr .list table tr td',2);
echo $out-> outertext;
echo ' ';
$out = $html->find('#stage #contents .main-contents tr .list table tr td',3);
echo $out-> outertext;
echo '</div>';

echo '<div class="text">';
$out = $html->find('#stage #contents .main-contents tr .list table tr td',4);
echo $out-> outertext;
echo ' ';
$out = $html->find('#stage #contents .main-contents tr .list table tr td',5);
echo $out-> outertext;
echo '</div>';

?>
<!--読み込みここまで-->
</div>

  • 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
    • 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

+2

そのページのURLが、http://example.com/foo/bar/baz/hoge.htmlで、リンクが../../oshirase/01.htmlだとすると、

$url = "http://example.com/foo/bar/baz/hoge.html";
$link = "../../oshirase/01.html";

$abslink = dirname($url) ."/". $link;

追記

最初の方で、

$base = "目的ページのURLの最後のファイル名を除いた物";

例えば、http://example.com/foo/bar/baz/hoge.html なら、
$base = "http://example.com/foo/bar/baz/";


あとは、

// トピックスタイトル(ここにリンクが貼られる)
$out = $html->find('#stage #contents .main-contents tr .list table tr td',1);
echo str_replace('href="', 'href="'.$base, $out-> outertext);
echo '</div>'; 


以下同じ。

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。

  • 2018/08/22 15:26

    具体的にどこに入れるのかは分かりません。
    URLを出力している部分に差し込んでください。

    キャンセル

  • 2018/08/22 15:33

    コードをちゃんと見ると、なんと、echo $out-> outertext で、取得したHTMLをそのまま表示しているんですね。こういうのは普通は絶対やりません。

    ということは、Aタグを置換かな。
    追記しておきます。

    キャンセル

  • 2018/08/22 15:58 編集

    望んでいた動作になりました!!
    1ヶ月以上悩んでおりました。ご回答頂き本当に本当にありがとうございました!!

    もっとPHP等について勉強いたします。本当に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 89.55%
  • 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