「phpによるスクレイピング処理入門」を書いてみた: 駄文と書評
こんにちは、バーブ佐竹です（嘘です）。 りょーちのこのサイトではphpによるプログラムを幾つか紹介したりしているのですが、一発モノが多く、体型立てて説明することがあまりないので、ちょいと説明用のサイトを作ってみた。 で、第1回目はいきなりハードル高いですが「スクレイピング処理」について書いてみることにした。 このサイトでも「スクレイピング」という言葉はたまに利用しているのだが、もう一度整理してみると、APIが提供されていないWebサービスもバックグラウンドにデータベースなどがあるはず。で、そのWebサービスはデータベースから読み込んで機械的にデータを「あるパターン」に流し込んでサイトを作成しているであろう。 なので、目に見える部分（表示されているHTMLファイル）を解析し、必要なデータのみを取得して、自前のサーバ側で再度加工して、提供するようなことができると思われる。このことを「スクレイピ
PHPで外部HTMLから指定した文字列(タグ)だけを取り出してみる。
があり、その中の<a href="link">文字列</a>だけを抜き出したかったのですが、 如何せん正規表現が調べても調べてもイマイチよくわからなくて、 preg_match('/<h2 class=\"leadContentTitle\">(.*)<\/h2>/i',$line, $match);とか preg_match_all関数とか,ereg関数とか色々やってみたんですが、 5時間くらい悩んだあげく、自分の望んでいるものが取得できなかった。 そこで、一度DOMにしたら、もしかしていけるんじゃないかと思い、 調べていたら、 PHP Simple HTML DOM Parser という優れものがありました！！ 上記のサイトからsimplehtmldomのソースをダウンロードしてきて フォルダ内のsimple_html_dom.phpをサーバーにいれます。 んで、phpで //sim
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
» PHP 寺子屋未満: プログラミング：トライアンドエラーの結果をコツコツ&しっかり記録
