« 2018年06月 | メイン | 2019年10月 »

2018年07月 アーカイブ

2018年07月01日

PHP で HTML をスクレイピング

●PHP SimpleXMLElement:読み出しやすい、追加のみ
●PHP DOMDocument:追加・削除できる
●PHP DOMXPath:domを柔軟にアクセス

というわけで 最終的に任意のノードを変更する為、PHP DOMDocument で HTML を DOM としてパース(スクレイピング)。
<?php
$html=<<<EOT
<!DOCTYPE html>
<html>
  <head>
    <meta http-equiv="Content-Type" content="text/html; charset=utf-8">
  </head>
  <body>
    <div class="chapter" name="1章 ようこそ">
      <h1>1-1節 remix.asia</h1>
      <div class="paragraph">
        文章
      </div><!-- paragraph -->
    </div><!-- chapter -->
    <div class="chapter" name="2章 言語"><!-- 章の数だけ繰り返し -->
      <h1>2-1節 HTML</h1>
      <div class="paragraph">
        HyperText Markup Language...
      </div><!-- paragraph -->
      <h1>2-2節 PHP</h1>
      <div class="paragraph"><!-- 節の数だけ繰り返し -->
        Hypertext Preprocessor
      </div><!-- paragraph -->
    </div><!-- chapter -->
  </body>
</html>
EOT;
$dom = new DOMDocument( '1.0', 'UTF-8' );
if( false == $dom->loadHTML( $html ) ){
  return;//error
}
の前提で...▼

続きを読む "PHP で HTML をスクレイピング" »

2018年07月07日

VirtualBox5.2 + Extension Pack + CentOS 7

 仮想環境 CentOS 7 からホストOS Windows 上の映像ファイル加工を可能な共有フォルダ利用する為、拡張パックのインストール。
前提環境
●ホスト Windows10 pro 64bit
●Oracle VM VirtualBox 5.2.18 r124319 (Qt5.6.2)
●ゲスト CentOS 7 64bit
$ cat /etc/redhat-release
CentOS Linux release 7.5.1804 (Core)
手順は・・・▼

続きを読む "VirtualBox5.2 + Extension Pack + CentOS 7" »

About 2018年07月

2018年07月にブログ「remix」に投稿されたすべてのエントリーです。過去のものから新しいものへ順番に並んでいます。

前のアーカイブは2018年06月です。

次のアーカイブは2019年10月です。

他にも多くのエントリーがあります。メインページアーカイブページも見てください。