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

88.78%

PHPでgoogleの画像検索結果のHTMLの取得をしたいです。

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 465

art_of

score 21

前提・実現したいこと

PHPでgoogleの画像検索結果のHTMLの取得をしたいです。(指定した画像を含むページが有るかどうか調べる)

該当のソースコード

$url = 'https://www.google.com/search?tbs=...';
$html = file_get_contents($url);


とやっているのですが、https://www.google.com/search?tbs=...のページのHTMLが取得できません。

試したこと

$header=get_headers('https://www.google.com/search?tbs=...');


こちらのコードでリダイレクト先を調べたところ、どうやらsearchの部分がwebhpに変換されてしまっているようです。
どうやればリダイレクトを防いで、https://www.google.com/search?tbs=...こちらのHTMLを取得できるでしょうか。

  • 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。

質問への追記・修正、ベストアンサー選択の依頼

  • m6u

    2019/05/02 17:15

    「google 検索結果 スクレイピング」で検索して出てくる記事などはすでに読んでますか? そもそもBOT対策きついGoogleに喧嘩売ってるんだけどな。

    キャンセル

  • art_of

    2019/05/02 17:17

    いくつかスクレイピングの記事は読みましたが、googleに特化した検索はかけていませんでした。
    なるほど、bot対策してるんですね。。

    キャンセル

  • art_of

    2019/05/02 17:24

    スクレイピングを行うにもfile_get_contentsは必要だと思うのですが、file_get_contentsする時点で弾かれるので、対策方法はございますでしょうか。

    キャンセル

回答 1

checkベストアンサー

+1

ちゃんとうまくいく保証はできません。

http_build_query()
stream_context_create()
file_get_contents()

あたりを組み合わせればできるようになるかもしれない。
ふつうのサイト(静的htmlで構成されているとか)でできることを確認してから、
本番(?)したらトラブルの切り分けがしやすいかも。

先方のサーバーに提供するHTTPヘッダーに
User-Agentを実在ブラウザの文字列を使ったり、
Cookieをなにか持たせたりとか工夫しないと、
天下のGoogle様を相手にはできない気がする。

下記、参考情報。
file_get_contents() で GET リクエストを送る場合の値は URL に持たせる | ウェブル
HTTPリクエストのカスタマイズ | PHP プログラミング解説

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。

  • 2019/05/03 11:23

    ありがとうございました!!
    $ua = $_SERVER['HTTP_USER_AGENT'];
    $options = array(
    'http' => array(
    'method' => 'GET',
    'header' => "User-Agent: ".$ua,
    ));
    $context = stream_context_create( $options );
    $html = file_get_contents( $url, FALSE, $context )
    とすることで、取得できました。本当に助かりました。

    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 88.78%
  • 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