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

90.50%

  • PHP

    24069questions

    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。

  • Mecab

    230questions

    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。

複数のURLから名詞を抽出したい

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 244

agep31

score 21

 前提・実現したいこと

複数のURLから名詞を抽出し、URLごとの配列に格納したいです。
URLからのhtmlの取得、mecabでの形態素解析はできているのですが、現時点では複数のURLから形態素解析した結果がURLごとに分けられておらず、一つの配列に入っている状態です。これを以下のようにしたいのですが、どのようにすればよいかわからず困っています。

<現在の形>
・$body_text(urlからbodyタグの抽出)
Array
(
    [0]当ブログの最新記事や月別アーカ・・・
    [1] スマートフォン用の表示でnewd・・・
)

・$result(名詞の抽出)
Array
(
    [0]無料
    [1]ログイン
    [2]まとめ
   ・
   ・
   ・
    [849]都市
)

<理想の形>
・$body_text(urlからbodyタグの抽出)
Array
(
    [0]当ブログの最新記事や月別アーカ・・・
    [1] スマートフォン用の表示でnewd・・・
)

・$result(名詞の抽出)
Array
(
    [0]
        [0]無料
        [1]ログイン
        [2]まとめ
       ・
       ・
       ・
        [410]言葉
    [1]
        [0]キーボード
        [1]殺人
        [2]町
     ・
     ・
     ・
        [849]都市
)

$result[0]には$body_text[0]の名詞の抽出結果を格納し、$result[1]には$body_text[1]の名詞の抽出結果を格納したいです.

 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);

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

$url = array("https://matome.naver.jp/odai/2145532060816761001", "https://www.jyunpuumanpan.com/entry/2017/06/19/210000");

foreach($url as $tmp){

        $html = file_get_contents($tmp,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);
        $body_text[] = str_replace(array(" ", "         ", " ", "  ", "◆", "■", "●", "★", "\xC2\xA0", "\r\n", "\r", "\n", "\t", PHP_EOL), "", $xpath->query('//body')->item(0)->nodeValue);

        foreach($body_text as $tmp){
                $nodes = $mecab->parseToNode($tmp);
                foreach($nodes as $tmp2){
                        if($tmp2->getPosId() == 38){
                                $result[] = $tmp2->getSurface();

                        }
                }
        }
}
echo "<pre>";
print_r($body_text);
print_r($result);
echo "<pre>";

 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

check解決した方法

0

ループをforeachで回すのではなくforで回し,$result[$i][] = $tmp2->getSurface();とすることで解決できました.ありがとうございました。

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。

同じタグがついた質問を見る

  • PHP

    24069questions

    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。

  • Mecab

    230questions

    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。