「PHP Simple HTML DOM Parser」で、Webスクレイピング(HTMLから情報を抽出)。

2021-05-18 · ホームページ、Web作成

「PHP Simple HTML DOM Parser」で、Webスクレイピング(HTMLから情報を抽出)を試してみた。

以下のWebページを参考にした。

PHP Simple HTML DOM Parserの使用方法 - Webスクレイピング ライブラリso-zou.jp

weble.orgFind the best information and most relevant links on all topics relate…weble.org

以下からPHPライブラリをダウンロードする。

PHP Simple HTML DOM Parser - Browse Files at SourceForge.netPHP Simple HTML DOM Parser files. Full list of files for PHP Simple HT…sourceforge.net

「simple_html_dom.php」を読み込む。

<?php
require_once('simple_html_dom.php');
?>

例えば、次のような価格.comの一覧リストから製品名を抽出する。

https://kakaku.com/camera/camera-lens/itemlist.aspx?pdf_Spec101=1&pdf_Spec102=1&pdf_Spec103=35

≪HTMLの抜粋≫

<table>
<tr>
<td class="ckitemLink">
<a href="https://kakaku.com/....." class="ckitanker"><span>メーカー名</span>製品名</a>
</td>
<td class="addFavoriteBtn">・・・・</td>
</tr>
</table>

上記の様なHTMLから製品名が入っているclass名「ckitemLink」の中を抜き出すソースは以下。

<?php
require_once('simple_html_dom.php');
parse('https://kakaku.com/camera/camera-lens/itemlist.aspx?pdf_Spec101=1&pdf_Spec102=1&pdf_Spec103=35');
function parse($url) {
	$html = file_get_html($url);
	foreach ($html->find('.ckitemLink') as $element) {
		echo $element->outertext.'<br>'."\n";
	}
}
?>

=> 処理結果サンプル:https://ok2nd.sakura.ne.jp/parse/kakaku-1.php

class名「ckitemLink」の中の<a>タグ内だけを抜き出すソースは以下。

<?php
require_once('simple_html_dom.php');
parse('https://kakaku.com/camera/camera-lens/itemlist.aspx?pdf_Spec101=1&pdf_Spec102=1&pdf_Spec103=35');
function parse($url) {
	$html = file_get_html($url);
	foreach ($html->find('.ckitemLink a') as $element) {
		echo $element->outertext.'<br>'."\n";
	}
}
?>

=> 処理結果サンプル:https://ok2nd.sakura.ne.jp/parse/kakaku-2.php

<a>タグ内のタイトルとURLをそれぞれ別々に抜き出す。

<?php
require_once('simple_html_dom.php');
parse('https://kakaku.com/camera/camera-lens/itemlist.aspx?pdf_Spec101=1&pdf_Spec102=1&pdf_Spec103=35');
function parse($url) {
	$html = file_get_html($url);
	foreach ($html->find('.ckitemLink a') as $element) {
		echo $element->plaintext.' ■ ';
		echo $element->href.'<br>'."\n";
	}
}
?>

=> 処理結果サンプル:https://ok2nd.sakura.ne.jp/parse/kakaku-3.php

PHP)多次元連想配列のソート。array_multisort()。「My野鳥図鑑」の野鳥の並びを五十音順に。備忘録として。PHPの多次元連想配列のソート。 「My 野鳥図鑑」の野鳥の並びを五十音順にした。 以下、PHPソースの抜粋(説明のため、実際…晴歩雨描 ·

PHP)シンプルなHTMLカレンダー。Google Calendar API v3で祝日表示。コードサンプル。先日作成したスマホ&PC用検索ポータル「2nd Sch」にカレンダー表示のため、シンプルなHTMLカレンダーを作成。 祝日表示に「Googl…晴歩雨描 ·

パソコン用Webポータルシステム「MyHome Portal」パソコン用の個人または家族で使える自宅用のWebポータルシステム「 MyHome Portal 」をオープンソース/フリーソフトとして公開し…晴歩雨描 ·

HTML(TABLE)クリッカブルマップ「日本地図」を作成。スマホ対応。HTML(TABLE)で、クリッカブルマップとしての日本地図を作成。(昔、作ったものを手直し) スマホを想定して、縦長画面の時は都道府県名を…晴歩雨描 ·

「Google Search Console」のサイトマップ登録の進展がないので、はてなブログのHTMLサイトマップを生成するスクリプト(JScript)を作成した。先日、「 Google Search Console 」で、 はてなブログ の サイトマップ (「sitemap. xml 」、「sitem…晴歩雨描 ·

検索機能付き「はてなブログ記事一覧」HTML生成スクリプト(JScript)を作成。先日、はてなブログのHTMLサイトマップ(はてなブログ記事一覧)を生成するスクリプト(JScript)を作成した。 これは、Googleクロ…晴歩雨描 ·

HTML、jQuery)HTMLフォトギャラリー&スライドショー(Unite Gallery版)JavaScript ライブラリ「Unite Gallery」を使って、HTMLフォトギャラリー&スライドショーを作成。 フォトギャラリー用…晴歩雨描 ·

JavaScript)パソコンローカルの2枚の写真/画像をドラッグ&ドロップして横並びに表示して比較するWebツール作成。2つの写真/画像を横に並べて比較したい時がある。似たような写真でどちらが良いかを確認したい時など。 画像を横に並べて比較できるツールはあるが…晴歩雨描 ·