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

87.96%

スクレイピングのaタグ置換について

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 619

score 11

以前、スクレイピングについて質問した者です。(以下URL)
https://teratail.com/questions/142411

スクレイピングをする際に相対パスを絶対パスに、ということでその際は「aタグの置換」にて解決したのですが、今度は相対パスではなく絶対パスで記載されているリンクにもaタグが置換されてしまいました。

相対パスの場合に「../」に置換するURL:http://other.com/
抽出しているリンクのURL:http://tetetete.com/news/index.html
自サイトで表示されるリンクのURL:other.com/http://tetetete.com/news/index.html

相対パスは絶対パスにしつつ、絶対パスにはURLを置換しない方法はありますか?
よろしければご教授いただけますと幸いです。

現時点でのソースコード

<!--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');
$url = "http://other.com";
$abslink = dirname($url) ."/". $link;
$base = "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 = $html->find('#stage #contents .main-contents tr .list table tr td',1);
echo str_replace('href="', 'href="'.$base, $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 = $html->find('#stage #contents .main-contents tr .list table tr td',3);
echo str_replace('href="', 'href="'.$base, $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 = $html->find('#stage #contents .main-contents tr .list table tr td',5);
echo str_replace('href="', 'href="'.$base, $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

前のBestAnswerからもってきて追記しました。最初の4文字がhttpかどうかで区別できるのでは?

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

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。

  • 2019/01/09 17:30

    !!!!!!!!!!!!できました!!!!!!!!!!!
    papinianus様、拙い説明など大変ご迷惑をおかけいたしました。長い時間お付き合いいただきまして本当に本当にありがとうございました!!

    キャンセル

  • 2019/01/09 17:33

    よかったです。ものわかりわるくてすみません。

    キャンセル

  • 2019/01/10 09:14

    papinianus様、こちらこそ、最初から実行ページのソースコードもお見せするべきでした。大変お手数をおかけいたしました。重ね重ねになりますが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 87.96%
  • 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