PHPで外部サイトのHTMLを取得してみた！【スクレイピング】

最近だとPythonでスクレイピングを行うのが、最近のトレンドだと思うけど、あえてPHPで行う！

「PHP　スクレイピング」で検索するとだいたい「phpQuery」でする方法が出てくる。
今では全く更新されていないライブラリ（なにより最近のPHPのバージョンでは動作しない）なので、今回は「phpQuery」は使用せず、代わりに「php-html-parser」を使用して実行してみる。

「php-html-parser」を使用してPHPでwebスクレイピング

では早速やっていきます。

「php-html-parser」のダウンロード

こちらから「php-html-parser」をダウンロードします。

「php-html-parser」のダウンロードはこちら

ダウンロードが完了したら、今回使用するファイルは「simple_html_dom.php」のみ。

「simple_html_dom.php」を読み込む

こんな感じで「simple_html_dom.php」を読み込みます。

<?php
    require_once __DIR__ . '/simple_html_dom.php';
?>

外部サイトの特定の場所を取得

classで取得したいところ絞って、foreachでぶん回す感じです。
（htmlは、省略してます）

<?php
	//URLからデータを取得
	$html = file_get_html( 'http://sample.com/' );

	//classから要素取得
	foreach($html->find('.text') as $element){ // .textを取得したclassに変更
	echo $element;
	}
?>

あとはアップするだけで、指定のURLの指定しているclassのHTMLを丸ごと取得できます。

今回はざっくり外部サイトのHTMLを取得してみました。
「php-html-parser」を使えば楽に取得できるのでマジ最高ですね！