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

90.32%

  • PHP

    21364questions

    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。

  • スクレイピング

    383questions

    スクレイピングとは、公開されているWebサイトからページ内の情報を抽出する技術です。

phpでのスクレイピング(simple_html_dom.php使用)

受付中

回答 2

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 965

naoyahige

score 1

phpを勉強して一ヶ月の初心者です。
今作ろうとしているものが、webアプリケーションなのですが、
検索画面に好きなキーワードを打ち込むと、グーグルの検索結果の上から10個のリンクの中から、会社名とそのURLをスクレイピングしてリスト化する
というものを作ろうとしています。

現在、検索画面は作り終えて、そのキーワードからスクレイピングをする手段がわからず困っています。
どなたかお力添えをよろしくお願いいたします。

検索画面のコード
<!DOCTYPE html>
<html lang="ja">
<head>
    <meta charset="utf-8">
    <title>Sales Lists makeTool</title>
    <link rel="stylesheet" type="text/css" href="style.css">
</head>
<body>
<center>
<br><br><br>

<img src="Sales Lists make Tools.png">


    <h3>あなたが検索したいキーワードを入力して送信すれば<br>
必要な会社の情報を自動でリスト化してくれるツールです。<br><Br>

早速入力してしみまょう!
    </h3><br><br>


   <form action ="result.php" method="post">

   <input type="text" name="text" placeholder="検索したいキーワードを入れてください" size=80 required><br><br>
   <input id="submit_button" type="submit" value="送信する" name="submit">

   </form>

</center>
</body>
</html>
結果画面のコード
<?php
//特殊文字をエスケープさせる
function h($str) {
    return htmlspecialchars($str, ENT_QUOTES, 'UTF-8');
}

//simple~の変数や関数を使えるようにする
require_once('simple_html_dom.php');  


$keyword = $_POST['text'];
$urlStr = 'https://www.google.co.jp/webhp?sourceid=chrome-instant&rlz=1C5CHFA_enJP733JP733&ion=1&espv=2&ie=UTF-8#q=' . urlencode($keyword);

mb_language('Japanese');
$source = file_get_contents($urlStr);
$source = mb_convert_encoding($source, 'utf8', 'auto');

$dom = str_get_html($source);

//ここの記述がわかりません。



if(isset($_POST['text'])){
  $text = $_POST['text'];
}
?>



<!DOCTYPE html>
<html lang="ja">
<head>
    <meta charset="utf-8">
    <title>Sales Lists makeTool</title>
    <link rel="stylesheet" type="text/css" href="style.css">
</head>
<body>
<center>
<br><br><br>
<img src="Sales Lists make Tools.png">

<h3>あなたが検索したキーワード<br>
<?php echo $text ?></h3>




</center>
</body>
</html>
  • 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。

質問への追記・修正、ベストアンサー選択の依頼

  • m6u

    2017/04/07 16:43

    Good. 更に質問、「sample_html_dom.php」ってのは、もしかして http://so-zou.jp/web-app/tech/programming/php/library/simplehtmldom/ で紹介されている simple_html_dom.php のことでしょうか。

    キャンセル

  • naoyahige

    2017/04/07 16:44

    その通りです! ライブラリとしてこのファイルを読み込むことでスクレイピングの手助けになるとあったので・・・

    キャンセル

  • naoyahige

    2017/04/07 16:44

    あっ、sample じゃなくて simpleですね・・・すいません

    キャンセル

回答 2

+2

ちなみに、googleの検索画面を機械的にクロールすることを禁止しています。
とはいえ、最初はクロールできます。ですが、しばらくするとブロックされます。

有料ですが、グーグルの検索結果を正規に使う方法(Google Custom Search API)がありますので、そちらの利用を検討したほうがよろしいかと思います。

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。

+1

「ここの記述がわかりません」
そりゃそうだよね、スクレイピングとは何か、一言で片付けられる技術じゃないもの。

webページはhtml言語やスタイルシートやjavascriptなどが複合して出来ていることは理解できているでしょうか。
simple_html_dom.php に限らず DOM操作するものは、
webページを構成するhtmlの構造を理解して、
機械的に条件に合致する箇所を抽出して利用する術になります。

じゃぁどうなっているのか、とGoogle検索結果のページのhtmlソースを見てみましょう。

Google検索結果のソース

ここからhtml要素を紐解いて欲しい情報を抽出することになるのですが、
ソースを理解してどこにどんな情報があるかを把握しないと、
「ここの記述がわかりません」を埋めるコードなんて書けないのです。

私も構造は理解できてません。ので、回答ズバリは提供できません、申し訳ありません。

でもね、スクレイピングなんてやらなくても検索結果を取得して加工する術があるのです。

Google Custom Search APIを使って検索結果のURLを取得する【PHP】 - autofocus onfocus
Google Custom Search API を使ってみる - Qiita

・・あたりを読んでみてください。

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。

  • 2017/04/07 17:44

    丁寧にありがとうございます!
    スクレイピングの他にAPIという方法があるのは知っていたのですが、スクレイピングの方がまだ簡単だとどこかに書いていたのでスクレイピングにこだわってしまっていました。
    リンク先にお邪魔したのですが、難しい内容ですぐには理解できなさそうなのでじっくりと読んでみることにしますね!

    キャンセル

  • 2017/04/07 18:10

    一般的なwebサイトに対するスクレイピングであれば、やれなくもないです。
    しかし、検索結果をビジネスとしてやっているところは、意図しない二次利用などされないようにwebページのソースを難読化して構造を把握しようという気力を削ぎに来ます。
    いきなりGoogle検索結果にチャレンジせず、一般的なwebサイトで力をつけてからでもいいのではないでしょうか。

    キャンセル

  • 2017/04/07 18:39

    なるほど、段階を踏めということですね。
    そうですよね、そうしてみます!ありがとうございます!

    キャンセル

同じタグがついた質問を見る

  • PHP

    21364questions

    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。

  • スクレイピング

    383questions

    スクレイピングとは、公開されているWebサイトからページ内の情報を抽出する技術です。