<?php 

// Composerでインストールしたパッケージを読み込む
require_once __DIR__ . '/vendor/autoload.php';

use DOMWrap\Document;
use GuzzleHttp\Client;

// スクレイピング対象のURL
$url = 'https://scraping-training.vercel.app/site?postCount=20&title=%E3%81%93%E3%82%8C%E3%81%AF{no}%E3%81%AE%E8%A8%98%E4%BA%8B%E3%81%A7%E3%81%99&dateFormat=YYYY-MM-DD&isTime=true&timeFormat=&isImage=true&interval=360&isAgo=true&countPerPage=2&page=1&robots=true&';

// URLを元にページ内のHTML構造を取得
$client = new Client;
$response = $client->get( $url );
$html     = (string) $response->getBody();
$doc      = new Document;
$node     = $doc->html( $html );

// スクレイピングを実行
// １つ目の記事の「タイトル」と「投稿日時」を取得
$title     = $node->find( 'article:nth-child(1) .post-title' )->text();
$post_date = $node->find( 'article:nth-child(1) time' )->text(); 

// スクレイピングした情報を出力
echo '投稿タイトル：' . $title . '<br />';
echo '投稿日時：' . $post_date;

?>

// Composerでインストールしたパッケージを読み込む
require_once __DIR__ . '/vendor/autoload.php';

use DOMWrap\Document;
use GuzzleHttp\Client;

// スクレイピング対象のURL
$url = 'https://　～省略～　';

// URLを元にページ内のHTML構造を取得
$client = new Client;
$response = $client->get( $url );
$html     = (string) $response->getBody();
$doc      = new Document;
$node     = $doc->html( $html );

// スクレイピングを実行
// １つ目の記事の「タイトル」と「投稿日時」を取得
$title     = $node->find( 'article:nth-child(1) .post-title' )->text();
$post_date = $node->find( 'article:nth-child(1) time' )->text(); 

// スクレイピングした情報を出力
echo '投稿タイトル：' . $title . '<br />';
echo '投稿日時：' . $post_date;

<?php 

require_once __DIR__ . '/vendor/autoload.php';

use DOMWrap\Document;
use GuzzleHttp\Client;

// 最後のページ番号
$last_page_num = getLastPageNum();

$client = new Client;

// ページごとの記事情報をスクレイピング
for( $i=1; $i<=$last_page_num; $i++ ){

    // スクレイピング対象のURL
    $url = 'https://scraping-training.vercel.app/site?postCount=20&title=%E3%81%93%E3%82%8C%E3%81%AF{no}%E3%81%AE%E8%A8%98%E4%BA%8B%E3%81%A7%E3%81%99&dateFormat=YYYY-MM-DD&isTime=true&timeFormat=&isImage=true&interval=360&isAgo=true&countPerPage=2&page='. $i .'&robots=true&';

    // URLを元にページ内のHTML構造を取得
    $response = $client->get( $url );
    $html     = (string) $response->getBody();
    $doc      = new Document;
    $node     = $doc->html( $html );

    // ページ内の記事数
    $article_num  = getArticleNum( $node );

    // セレクター
    $selectors = setSelectors( $article_num );

    // スクレイピングを実行
    // 現在のページ内の記事の「タイトル」と「投稿日時」を取得
    foreach( $selectors as $selector ){
        $title     = $node->find( $selector['title'] )->text();
        $post_date = $node->find( $selector['post_date'] )->text(); 

        // スクレイピングした情報を出力
        echo '投稿タイトル：' . $title . '<br />';
        echo '投稿日時：' . $post_date . '<br />';
        echo '-----------------<br />';

        // 待機時間
        sleep(3);
    }
}


/***********************************/
/* 関数定義 */
/***********************************/

/**
 * 最後のページを取得する
 */
function getLastPageNum()
{
    $client = new Client;

    // 取得情報
    $url = 'https://scraping-training.vercel.app/site?postCount=20&title=%E3%81%93%E3%82%8C%E3%81%AF{no}%E3%81%AE%E8%A8%98%E4%BA%8B%E3%81%A7%E3%81%99&dateFormat=YYYY-MM-DD&isTime=true&timeFormat=&isImage=true&interval=360&isAgo=true&countPerPage=2&page=1&robots=true&';

    // セレクター
    $last_page_selector = '.pagination > a:nth-last-child(2) > span';

    // レスポンス
    $response = $client->get( $url );
    $html     = (string) $response->getBody();
    $doc      = new Document;
    $node     = $doc->html( $html );

    // 取得情報
    $last_page_num = $node->find( $last_page_selector )->text();

    return $last_page_num;
}

/**
 * ページ内の記事数を取得
 */
function getArticleNum( $doc )
{
    $article_node = $doc->find( 'article' );
    return $article_node->count();
}

/**
 * ページ内の記事情報を取得するためのセレクターをセット
 */
function setSelectors( $article_num )
{
    $selectors = array();
    for( $j=1; $j<=$article_num; $j++ ){
        $selectors[] = [
            'title'     => 'article:nth-child(' . $j . ') .post-title',
            'post_date' => 'article:nth-child(' . $j . ') time',
        ];
    }
    return $selectors;
}

/***********************************/

?>

<?php 

require_once __DIR__ . '/vendor/autoload.php';

use DOMWrap\Document;
use GuzzleHttp\Client;

/**
 * DB接続情報
 */
const DB_HOST     = 'mysql:dbname=scraping;host=127.0.0.1;charset=utf8';
const DB_USER     = 'kekenta';
const DB_PASSWORD = 'kekenta_pass';

/**
 * 取得情報をデータベースに格納する
 * データベース接続処理
 */
try {
    $pdo = new PDO(DB_HOST, DB_USER, DB_PASSWORD, [
        PDO::ATTR_ERRMODE          => PDO::ERRMODE_EXCEPTION, 
        PDO::ATTR_EMULATE_PREPARES => false,
    ]);
    $sql = ('
        INSERT INTO
            scraping_practice01(title, post_date)
        VALUES
            (:TITLE, :POST_DATE)
    ');
    $stmt = $pdo->prepare($sql);
} catch (PDOException $e) {
    echo '接続失敗' . $e->getMessage();
    exit();
}

// 最後のページ番号
$last_page_num = getLastPageNum();

$client = new Client;
for( $i=1; $i<=$last_page_num; $i++ ){

    // スクレイピング対象のURL
    $url = 'https://scraping-training.vercel.app/site?postCount=20&title=%E3%81%93%E3%82%8C%E3%81%AF{no}%E3%81%AE%E8%A8%98%E4%BA%8B%E3%81%A7%E3%81%99&dateFormat=YYYY-MM-DD&isTime=true&timeFormat=&isImage=true&interval=360&isAgo=true&countPerPage=2&page='. $i .'&robots=true&';

    // URLを元にページ内のHTML構造を取得
    $response = $client->get( $url );
    $html     = (string) $response->getBody();
    $doc      = new Document;
    $node     = $doc->html( $html );

    // ページ内の記事数
    $article_num  = getArticleNum( $node );

    // セレクター
    $selectors = setSelectors( $article_num );

    // スクレイピングを実行
    // 現在のページ内の記事の「タイトル」と「投稿日時」を取得
    foreach( $selectors as $selector ){
        $title     = $node->find( $selector['title'] )->text();
        $post_date = $node->find( $selector['post_date'] )->text(); 
        $post_date = changeTimeToToday($post_date);

        // 取得情報をデータベースに格納する
        $stmt->bindValue(':TITLE'    , $title    , PDO::PARAM_STR);
        $stmt->bindValue(':POST_DATE', $post_date, PDO::PARAM_STR);
        $stmt->execute();

        // 待機時間
        sleep(3);
    }
}

// DBとの接続を切る
$pdo = null;
$stmt = null;


/***********************************/
/* 関数定義 */
/***********************************/

/**
 * 最後のページを取得する
 */
function getLastPageNum()
{
    $client = new Client;

    // 取得情報
    $url = 'https://scraping-training.vercel.app/site?postCount=20&title=%E3%81%93%E3%82%8C%E3%81%AF{no}%E3%81%AE%E8%A8%98%E4%BA%8B%E3%81%A7%E3%81%99&dateFormat=YYYY-MM-DD&isTime=true&timeFormat=&isImage=true&interval=360&isAgo=true&countPerPage=2&page=1&robots=true&';

    // セレクター
    $last_page_selector = '.pagination > a:nth-last-child(2) > span';

    // レスポンス
    $response = $client->get( $url );
    $html     = (string) $response->getBody();
    $doc      = new Document;
    $node     = $doc->html( $html );

    // 取得情報
    $last_page_num = $node->find( $last_page_selector )->text();

    return $last_page_num;
}

/**
 * ページ内の記事数を取得
 */
function getArticleNum( $doc )
{
    $article_node = $doc->find( 'article' );
    return $article_node->count();
}

/**
 * ページ内の記事情報を取得するためのセレクターをセット
 */
function setSelectors( $article_num )
{
    $selectors = array();
    for( $j=1; $j<=$article_num; $j++ ){
        $selectors[] = [
            'title'     => 'article:nth-child(' . $j . ') .post-title',
            'post_date' => 'article:nth-child(' . $j . ') time',
        ];
    }
    return $selectors;
}

/**
 * 今日の投稿なら$post_dateに「今日の日付」をセットする
 */
function changeTimeToToday( $post_date )
{
    if( strpos($post_date,(string)'前') !== false ){
        $post_date = date("Y-m-d");
    }
    return $post_date;
}

/***********************************/

?>