本
PHP
第11章. HTMLとウェブ
HTMLの解析

PHP:
HTMLの解析

どのように：

PHPプログラマーは、ビルトイン関数を利用するか、Simple HTML DOM Parserのような堅牢なライブラリに頼ることができます。ここでは、PHPのDOMDocumentとSimple HTML DOM Parserを使用した例を探ります。

DOMDocumentを使用する:

PHPのDOMDocumentクラスは、DOM拡張の一部であり、HTMLやXMLドキュメントの解析や操作を可能にします。次は、DOMDocumentを使用してHTMLドキュメント内のすべての画像を見つける方法の簡単な例です：

$html = <<<HTML
<!DOCTYPE html>
<html>
<head>
    <title>サンプルページ</title>
</head>
<body>
    <img src="image1.jpg" alt="イメージ 1">
    <img src="image2.jpg" alt="イメージ 2">
</body>
</html>
HTML;

$doc = new DOMDocument();
@$doc->loadHTML($html);
$images = $doc->getElementsByTagName('img');

foreach ($images as $img) {
    echo $img->getAttribute('src') . "\n";
}

サンプル出力：

image1.jpg
image2.jpg

Simple HTML DOM Parserを使用する:

より複雑なタスクや簡単な構文が好みの場合、サードパーティのライブラリを使用することを好むかもしれません。Simple HTML DOM Parserは人気の選択肢であり、HTML構造をナビゲートおよび操作するためのjQueryのようなインターフェースを提供します。これを使う方法は以下の通りです：

まず、Composerを使用してライブラリをインストールします：

composer require simple-html-dom/simple-html-dom

次に、例えばすべてのリンクを見つけるためにHTMLを操作します：

require_once 'vendor/autoload.php';

use simplehtmldom\HtmlWeb;

$client = new HtmlWeb();
$html = $client->load('http://www.example.com');

foreach($html->find('a') as $element) {
    echo $element->href . "\n";
}

このコードスニペットは、‘http://www.example.com’のHTMLコンテンツを取得し、解析し、すべてのハイパーリンクを出力します。パースしたい実際のURLに'http://www.example.com'を置き換えてください。

これらの方法を利用して、PHP開発者は効果的にHTMLコンテンツを解析し、データ抽出を自分たちのニーズに合わせて調整したり、外部のウェブコンテンツをプロジェクトにシームレスに統合することができます。

ウェブページのダウンロードHTTPリクエストの送信