配列で特定範囲の抽出【php スクレイピング】

Question

goutte.pharで特定範囲の抽出をしたいと考えています。

スクレイピングされる側のベースとなるphpは下記のような記載になっています。
GG.php

<div class="goutte"> 0あいう </div> <div class="goutte"> 1かきくけこ </div> <div class="goutte"> 2さしすせそ </div> <div class="goutte"> 3あいう </div> <div class="goutte"> 4かきくけこ </div> <div class="goutte"> 5さしすせそ </div> 続く <div class="goutte"> 14さしすせそ </div>

この<div class="goutte">で囲まれた項目について「4番目から6個」を抽出したいと考えています。

まずは、var_dumpしたところ想定したものが取れました。

<?php
require_once('goutte.phar');
use Goutte\Client;
$client = new Client();
$url= 'http://192.168.100.100/GG.php';
$crawler = $client->request('GET', $url);
$i = 0;
$data = array();
$crawler->filter('div.goutte')->each(function($node) use (&$data, &$i){
   $data[$i]['html'] = $node->html(); //リンクテキスト取得
   $i++;
});
echo var_dump($data);

}

結果
array(15) { [0]=> array(1) { ["html"]=> string(12) " 0あいう " } [1]=> array(1) { ["html"]=> string(18) " 1かきくけこ " } [2]=> array(1) { ["html"]=> string(18) " 2さしすせそ " } [3]=> array(1) { ["html"]=> string(12) " 3あいう " } [4]=> array(1) { ["html"]=> string(18) " 4かきくけこ " } [5]=> array(1) { ["html"]=> string(18) " 5さしすせそ " } [6]=> array(1) { ["html"]=> string(12) " 6あいう " } [7]=> array(1) { ["html"]=> string(18) " 7かきくけこ " } [8]=> array(1) { ["html"]=> string(18) " 8さしすせそ " } [9]=> array(1) { ["html"]=> string(12) " 9あいう " } [10]=> array(1) { ["html"]=> string(19) " 10かきくけこ " } [11]=> array(1) { ["html"]=> string(19) " 11さしすせそ " } [12]=> array(1) { ["html"]=> string(13) " 12あいう " } [13]=> array(1) { ["html"]=> string(19) " 13かきくけこ " } [14]=> array(1) { ["html"]=> string(19) " 14さしすせそ " } }

上記の配列取得が確認できたため、スクレイピングしてみました。

<?php
require_once('goutte.phar');
use Goutte\Client;
$client = new Client();
$url= 'http://192.168.100.100/GG.php';
$crawler = $client->request('GET', $url);
$i = 0;
$data = array();
$crawler->filter('div.goutte')->each(function($node) use (&$data, &$i){
   $data[$i]['html'] = $node->html(); 
   $i++;
});

$ary2 = $data[$i]['html'];
$result = array_slice($ary2 , 4, 6);
foreach($result as $key => $value){
    print $value."\n";
}

何も取れません。

$ary2 = $data[$i]['html'];

の書き方であることは想定が付くのですが、書き方がわかりません。

ご教示いただきたくお願いいたします。

Answer 1

まず、取り出した要素を $data[$i]['html'] のように多次元配列にしている理由はありますか？
単純に $data[$i] などではダメですか？

次に$ary2 = $data[$i]['html']; ですが、これだと$ary2にはその時点の$iで示される要素一つのみが代入されているかと思います。
もし多次元配列のまま組むのであれば、$dataのそれぞれの要素を$ary2に移していく必要があるでしょう（例えばforやforeachで回していくとか）。

Comments

[tajix_japan]

有難うございます。

$crawler = $client->request('GET', $url);
$i = 0;
$data = array();

$crawler->filter('div.goutte')->each(function($node) use (&$data, &$i){
$data[$i] = $node->html();
$i++;
});

$ary2 = $data;

$result = array_slice($ary2 , 4, 6);
foreach($result as $key => $value){
print $value."\n";

}
でできました。
深く御礼申し上げます。
大変助かりました。