概要
・phpを用いて、食べログから自分の情報を取得する方法をまとめる。
・ゴール:食べログから必要な情報(タイトル、評価、画像パス)を取得し、csvファイルにまとめる。
流れ
1. h3の情報を取得
<?php
// phpQueryの読み込み
require_once("./phpQuery-onefile.php");
// 取得したいwebサイトを読み込む
$html = file_get_contents("対象のURL");
// 見出し要素を取得&表示
echo phpQuery::newDocument($html)->find("h1")->text();
?>
(参考) 【php】webサイトから、欲しい情報を3行で取得する方法
2. csvファイルに書き出し
// ファイルを開く。"a"は書き出し用として開くパラメータ。
$file = fopen("data.csv", "a");
$contents = phpQuery::newDocument($html)->find("h3")->text();
// データを1行書き込む
fputs($file, $contents."\n");
(参考)
・fopen
・ファイルに1行書き込む(出力) [fputs]
3. 取得した要素を一つづつ配列に格納して、一つづつファイルに書き出す
// 取得する要素の数を取得
$title_num = count(phpQuery::newDocument($html)->find("h3")->find(".rvw-item__rst-name"));
// 一つづつ配列に格納
for($i=0;$i<$title_num;$i++){
$title[] = phpQuery::newDocument($html)->find("h3")->find(".rvw-item__rst-name:eq($i)")->text();
}
// 一つづつファイルに書き出す
foreach($title as $title_element){
fputs($file, $title_element."\n");
}
4. 値段情報と画像情報を取得+foreachからfor文に書き換えて情報取得と書き込みを一度に行う
for($i=0;$i<$title_num;$i++){
$title[] = phpQuery::newDocument($html)->find("h3")->find(".rvw-item__rst-name:eq($i)")->text();
$price[] = phpQuery::newDocument($html)->find(".c-rating__val:eq($i)")->text();
$image[] = phpQuery::newDocument($html)->find(".rvw-photo__list:eq($i)")->find('img:eq(0)')->attr('src');
fputs($file, $title[$i].", ".$price[$i].", ".$image[$i]."\n");
}
5. リクエスト毎に1〜3秒の時間を空ける
sleep(3);
(参考)
・Webスクレイピングの注意事項一覧
・日本で人気のサイトを取得するスクリプトを書いた
(エラー改修) 別のページにリクエスト出しているのに、書き出される情報が同じ
・原因:$title[]
と$image[]
に同じ情報が入っていたこと。
・解決策:$title[$p][$i]
のように2次元配列に切り替える。
for($p=1;$p<5;$p++){
$html = file_get_contents("取得したいURL");
$title_num = count(phpQuery::newDocument($html)->find("h3")->find(".rvw-item__rst-name"));
for($i=0;$i<$title_num;$i++){
$title[$p][$i] = phpQuery::newDocument($html)->find("h3")->find(".rvw-item__rst-name:eq($i)")->text();
$price[$p][$i] = phpQuery::newDocument($html)->find(".c-rating__val:eq($i)")->text();
fputs($file, $title[$p][$i].", ".$price[$p][$i]."\n");
}
sleep(3);
}
(参考) PHP 配列 連想配列 foreach 二次元配列
全てのコード
<?php
require_once("./phpQuery-onefile.php");
$file = fopen("data.csv", "w");
for($p=1;$p<5;$p++){
$html = file_get_contents("取得したいURL");
$title_num = count(phpQuery::newDocument($html)->find("h3")->find(".rvw-item__rst-name"));
for($i=0;$i<$title_num;$i++){
$title[$p][$i] = phpQuery::newDocument($html)->find("h3")->find(".rvw-item__rst-name:eq($i)")->text();
$price[$p][$i] = phpQuery::newDocument($html)->find(".c-rating__val:eq($i)")->text();
fputs($file, $title[$p][$i].", ".$price[$p][$i]."\n");
}
sleep(3);
}
fclose($file);
?>