カテゴリー別アーカイブ: LAMP[Linux, Apache, MySQL, PHP]

　Yahoo APIのジオコーダーを利用して住所文字列から座標を調べてみる。

サンプル　＞　実行してみる

$Y_APPID = ”;//yahoo api 開発ID

$curl = curl_init();
$request_array = array(CURLOPT_URL => "http://geo.search.olp.yahooapis.jp/OpenLocalPlatform/V1/geoCoder?appid={$Y_APPID}&query=".urlencode("東京都千代田区"));
curl_setopt_array($curl, $request_array);
$res = curl_exec($curl);
$xml = simplexml_load_string($res);
list($lon,$lat) = explode(",", $xml->Feature->Geometry->Coordinates);
echo("<p>該当した住所：".$xml->Feature->Name."<br /><li>緯度：{$lat}</li><li>経度：{$lon}</li></p>");

(765)

　Yahoo APIの形態素解析（文書の構成を解析する）をPHPから使ってみる。

サンプル ＞　実行してみる

$Y_APPID = ""; //yahoo api 開発ID
$sentence = "テスト文書について、形態素解析をかけることでキーワードを抽出してみる。";
$POST_REQUEST = "appid={$Y_APPID}&results=ma&sentence=".urlencode($sentence);

$defaults = array(
    CURLOPT_POST => 1,
    CURLOPT_HEADER => 0,
    CURLOPT_URL => "http://jlp.yahooapis.jp/MAService/V1/parse",
    CURLOPT_FRESH_CONNECT => 1,
    CURLOPT_RETURNTRANSFER => 1,
    CURLOPT_FORBID_REUSE => 1,
    CURLOPT_TIMEOUT => 0,
    CURLOPT_POSTFIELDS => $POST_REQUEST
);
$ch = curl_init();
curl_setopt_array($ch, $defaults);
$res = curl_exec($ch);
curl_close($ch);
$xml = simplexml_load_string($res);
$WordsArray = array();
$WordsHashToWord = array();
foreach ($xml->ma_result->word_list->word as $cur){
    if($cur->pos == "名詞"){
        @$WordsArray[md5($cur->surface)]++;
        @$WordsHashToWord[md5($cur->surface)] = $cur->surface;
    }
}
arsort($WordsArray);
$i = 1;
echo("<ol>");
foreach($WordsArray as $w=>$n){
    echo("<li>{$WordsHashToWord[$w]}[{$n}]</li>");
    if($i++ >= 10) break;
}
echo("</ol>");

　公式サンプルはGETだけど、長さ制限があるので、CURLを利用してPOSTしている。
　最初に入力された文書をYahooに解析してもらって、品詞を登場頻度の多い順に表示する。
　例えば、先日のSimpleHTML DOM Parserで拾ったHTMLのBODYを形態素解析して品詞の多い順に解析すれば、ページのキーワード傾向を調べることが出来る。

　先日から色々紹介しているPHPサンプルだが、共用レンタルサーバだとモジュール不足で使えないことも多いので、VPSの利用をお勧めしたい。

(501)

　PHPでHTMLを扱うときに便利なのがSimple HTML DOM Parserと言うライブラリ。
　HTMLが正しい構造ならば、PHP標準のXML機能で扱えるんだけど、世の中、正しくないHTML文書の方が多いので、パースで転けるけど、このライブラリを使うとブラウザのように上手く理解してくれるので、簡単に扱うことが出来る。

　file_get_html(url)でHTMLをパースしたオブジェクトを得て、そのオブジェクトに対してfind(タグ名)メソッドや、children(要素番号)メソッドでタグを分割できる。

サンプル　＞　実行してみる on さくらのVPS

require_once(‘simple_html_dom.php’);
$URL = ‘http://vps.xn--ockc3f5a.com/’;

if($html = file_get_html($URL)){
    $linka = array();
    $links = array();
    foreach($html->find(‘a’) as $el){
        $linka[md5($el->href)]++;
        $links[md5($el->href)] = $el->href;
    }
    arsort($linka);
    foreach($linka as $k=>$n){
        echo("<li>{$links[$k]} [{$n}リンク]</li>");
    }
}else{
    echo(‘HTMLの取得に失敗しました’);
}

　この場合、全てのaタグを探索して、そのhref要素についてカウントしている。
　正規表現を使って^http[s]{0,1}:\/\/で切り分けてやれば、相対リンクと絶対リンクの切り分けが出来るだろう。
　更に、絶対リンクを^http:\/\/vps.xn--ockc3f5a.com\/で切り分けると内部リンクと外部リンクに分けられる。

　CでHTMLをパースする場合は、こちらの記事が参考になる。

(244)