PHPQuery　h4とaタグをセットで取得したい

PHPQueryでスクレイピングをはじめたものです。
あることで躓いたので質問させて頂きました。

前提・実現したいこと

html
1<div>
2	<h4 class="title">1</h4>
3	<div class="link-select">
4	<ul>
5	<li><a href="?l=1-1">１番</a></li>
6	<li><a href="?l=1-2">２番</a></li>
7	</ul>
8	</div>
9
10	<h4 class="title">2</h4>
11	<div class="link-select">
12	<ul>
13	<li><a href="?l=2-1">１番</a></li>
14	<li><a href="?l=2-2">２番</a></li>
15	</ul>
16
17	<h4 class="title">3</h4>
18	<div class="link-select">
19	<ul>
20	<li><a href="?l=3-1">１番</a></li>
21	<li><a href="?l=3-2">２番</a></li>
22	<li><a href="?l=3-3">３番</a></li>
23	</ul>
24
25	<h4 class="title">4</h4>
26	<div class="link-select">
27	<ul>
28	<li><a href="?l=4-1">１番</a></li>
29	</ul>
30	</div>
31</div>

上のようなHTMLの「h4(.title)」と「href(a)」をまとめて、配列にしたいです。

ソースコード

php
1<?php
2require_once("phpQuery-onefile.php");
3$html = file_get_contents("1.html");
4$doc = phpQuery::newDocument($html);
5
6// ここから先が分からないため質問させていただきました。

実現したいこと

実行結果(array)

array
(
'1' => '１番','?l=1-1','２番','?l=1-2'
'2' => '１番','?l=2-1','２番','?l=2-2'
'3' => '１番','?l=3-1','２番','?l=3-2','３番','?l=3-3'
'4' => '１番','?l=4-1'
)

「①」と「aタグのhref」をセットにして配列を作りたいです。

補足情報（FW/ツールのバージョンなど）

Windows10 Home
xampp v3.2.4

その他

質問内容に不備や、分からないことがありましたらコメントお願いいたします。追記などさせていただきます。

追記

2021/09/20 22:10
以下のように作成してみました。
(1-1, 1-2, 2-1 などのようにわかりやすくしていますが、実際は規則性のない文字列になっています。)
「.title」「aタグの文字,href」を配列にする事はできていますが、実現したい事のようにまとめることができていません。

php
1<?php
2require_once("phpQuery-onefile.php");
3$html = file_get_contents("1.html");
4$doc = phpQuery::newDocument($html);
5
6
7// .title
8$titles = $doc->find(".title");
9foreach($titles as $title){
10    $title_l[] = pq($title)->text();
11}
12var_dump($title_l);
13// array(4) { [0]=> string(1) "1" [1]=> string(1) "2" [2]=> string(1) "3" [3]=> string(1) "4" }
14
15// a
16$links = $doc->find("a");
17foreach($links as $link){
18    $link_l[] = pq($link)->text();
19    $link_h_l[] = pq($link)->attr("href");
20}
21var_dump($link_l);
22// array(8) { [0]=> string(6) "１番" [1]=> string(6) "２番" [2]=> string(6) "１番" [3]=> string(6) "２番" [4]=> string(6) "１番" [5]=> string(6) "２番" [6]=> string(6) "３番" [7]=> string(6) "１番" }
23var_dump($link_h_l);
24// array(8) { [0]=> string(6) "?l=1-1" [1]=> string(6) "?l=1-2" [2]=> string(6) "?l=2-1" [3]=> string(6) "?l=2-2" [4]=> string(6) "?l=3-1" [5]=> string(6) "?l=3-2" [6]=> string(6) "?l=3-3" [7]=> string(6) "?l=4-1" }

m.ts10806

2021/09/20 08:08

現状だとほぼ何も書いてない状態なので作業依頼と変わらないかと思います。まず１つずつ取り出してみるところからでは？

syo_prog

2021/09/20 13:11

申し訳ございません。先ほど追記いたしました。「.title」・「aタグの文字」・「aタグのhref」を別々に配列にする事はできていますが、 .title「1」に何個のaタグがあるかなどがわからないため、まとめることができていません。アドバイス等いただければと思います。

m.ts10806

2021/09/20 21:11

セレクタのはずなのでJavaScriptの理論で $doc->find(".title a"); とかで「配下のa」が取れませんか？

syo_prog

2021/09/21 13:27

「.title a」では取得できませんでした。

行動規範の内容に同意します

回答1件

ベストアンサー

タイトルとリンクをセットとして配列で抽出する、という用途でしたら下記のようなコードで実現可能かと思います。
div.link-selectは.titleの配下ではなく、同一階層の次の項目であるためnextメソッドで抽出する必要があります。

なお、質問に記載のhtmlですとdivタグが閉じられていない部分がありますので正常には動作しません。

php
1<?php
2
3require_once("phpQuery-onefile.php");
4$html = <<<EOT
5<div>
6  <h4 class="title">1</h4>
7  <div class="link-select">
8    <ul>
9      <li><a href="?l=1-1">１番</a></li>
10      <li><a href="?l=1-2">２番</a></li>
11    </ul>
12  </div>
13
14  <h4 class="title">2</h4>
15  <div class="link-select">
16    <ul>
17      <li><a href="?l=2-1">１番</a></li>
18      <li><a href="?l=2-2">２番</a></li>
19    </ul>
20  </div>
21
22  <h4 class="title">3</h4>
23  <div class="link-select">
24    <ul>
25        <li><a href="?l=3-1">１番</a></li>
26        <li><a href="?l=3-2">２番</a></li>
27        <li><a href="?l=3-3">３番</a></li>
28    </ul>
29  </div>
30
31  <h4 class="title">4</h4>
32  <div class="link-select">
33    <ul>
34        <li><a href="?l=4-1">１番</a></li>
35    </ul>
36  </div>
37</div>
38EOT;
39$doc = phpQuery::newDocument($html);
40
41$results = [];
42$titles = $doc->find(".title");
43foreach ($titles as $title) {
44    $title_text = $title->nodeValue;
45
46    $a_data = [];
47    $a_tags = pq($title)->next('.link-select')->find('a');
48    foreach ($a_tags as $a) {
49        $a_text = $a->nodeValue;
50        $a_href = $a->getAttribute('href');
51        $a_data[] = [
52            'text' => $a_text,
53            'href' => $a_href,
54        ];
55    }
56    $results[$title_text] = $a_data;
57}
58
59print_r($results);

出力結果

Array
(
    [1] => Array
        (
            [0] => Array
                (
                    [text] => １番
                    [href] => ?l=1-1
                )

            [1] => Array
                (
                    [text] => ２番
                    [href] => ?l=1-2
                )

        )

    [2] => Array
        (
            [0] => Array
                (
                    [text] => １番
                    [href] => ?l=2-1
                )

            [1] => Array
                (
                    [text] => ２番
                    [href] => ?l=2-2
                )

        )

    [3] => Array
        (
            [0] => Array
                (
                    [text] => １番
                    [href] => ?l=3-1
                )

            [1] => Array
                (
                    [text] => ２番
                    [href] => ?l=3-2
                )

            [2] => Array
                (
                    [text] => ３番
                    [href] => ?l=3-3
                )

        )

    [4] => Array
        (
            [0] => Array
                (
                    [text] => １番
                    [href] => ?l=4-1
                )

        )

)

投稿2021/09/25 09:40