PHPでOGPを取得する — PHP 8.4 の新しいDOM APIで書く

公開 2026-10-25 ／ 更新 2026-10-25 ／ 文：ランツ

外部URLを渡すとタイトル・画像・説明が返ってくる。 ブログカードを自作するときに必ず要る処理です。

この処理、日本語で検索すると2012年ごろのやり方がそのまま出てきます。 実際、上位の記事の何本かは2016年で更新が止まっているライブラリを今も勧めています。 PHP側は8.4でHTMLを正しくパースする標準APIが入ったので、もう外部ライブラリは要りません。

この記事はいま書くならこうという形でまとめます。

先に結論

PHP 8.4以降なら、これだけで取れます。

ogp.php

<?php
function fetchOgp(string $url): array
{
    $html = httpGet($url);          // 取得は後述
    if ($html === null) return [];

    $dom = \Dom\HTMLDocument::createFromString($html, LIBXML_NOERROR);

    $og = [];
    foreach ($dom->getElementsByTagName('meta') as $meta) {
        $prop = $meta->getAttribute('property');
        if (str_starts_with($prop, 'og:')) {
            $og[substr($prop, 3)] = $meta->getAttribute('content');
        }
    }
    return $og;
}

$og = fetchOgp('https://example.com/');
echo $og['title']   ?? '';
echo $og['image']   ?? '';
echo $og['description'] ?? '';

get_meta_tags() では取れない

PHPにはget_meta_tags()という、いかにも使えそうな標準関数があります。 でもOGPは取れません。公式マニュアルにこう書いてあります。

OGPのmetaタグはproperty属性です。

ややこしいのはTwitter Cardはname属性なので取れてしまうことです。 「meta取得の関数があるのにOGPだけ空になる」という詰まり方をします。原因はこれです。

現行のやり方：Dom\HTMLDocument

PHP 8.4 で入った

公式マニュアルのシグネチャはこうです。

Dom\HTMLDocument::createFromString（PHP 8 >= 8.4.0）

public static function Dom\HTMLDocument::createFromString(
    string $source,
    int $options = 0,
    ?string $overrideEncoding = null
): Dom\HTMLDocument

説明は「Parses an HTML document from a string, according to the living standard.」。 HTML Living Standardに沿ってパースすると明記されています。 ここが従来のDOMDocument::loadHTML()との決定的な違いです。

なぜ正規表現を使わないのか

preg_match('/<meta property="og:title" content="(.*?)"/', ...) のような書き方は、 動くときは動きます。壊れるパターンが多すぎるのが問題です。

全部つぶそうとすると、結局HTMLパーサを書くことになります。 標準にパーサが入った以上、そちらを使うほうが早くて正確です。

PHP 8.4 未満の環境なら

従来のDOMDocumentでも書けます。ただし2つ手当てが要ります。

PHP 8.0〜8.3

$dom = new DOMDocument();
// ① パースエラーの警告を止める
libxml_use_internal_errors(true);
// ② 文字コードを明示する（これが無いと日本語が化ける）
$dom->loadHTML('<?xml encoding="UTF-8"?>' . $html, LIBXML_NOERROR | LIBXML_NOWARNING);
libxml_clear_errors();

$og = [];
foreach ($dom->getElementsByTagName('meta') as $meta) {
    $prop = $meta->getAttribute('property');
    if (str_starts_with($prop, 'og:')) {
        $og[substr($prop, 3)] = $meta->getAttribute('content');
    }
}

取得部分（HTTPの取り方）

パースの前にHTMLを取ってくる必要があります。ここを雑に書くと本番で止まります。

file_get_contents の問題

最短で書けるのはこれです。

動くが本番向きではない

$html = file_get_contents($url);

cURLで最低限やること

httpGet()

function httpGet(string $url, int $timeout = 5): ?string
{
    // ① http/https 以外は弾く
    $scheme = parse_url($url, PHP_URL_SCHEME);
    if (!in_array($scheme, ['http', 'https'], true)) return null;

    $ch = curl_init($url);
    curl_setopt_array($ch, [
        CURLOPT_RETURNTRANSFER => true,
        CURLOPT_FOLLOWLOCATION => true,
        CURLOPT_MAXREDIRS      => 3,
        CURLOPT_TIMEOUT        => $timeout,   // ② 全体のタイムアウト
        CURLOPT_CONNECTTIMEOUT => 3,          //    接続までのタイムアウト
        CURLOPT_USERAGENT      => 'Mozilla/5.0 (compatible; OgpFetcher/1.0)',
        CURLOPT_ENCODING       => '',         // ③ gzipを受け取る
    ]);
    $body = curl_exec($ch);
    $code = curl_getinfo($ch, CURLINFO_RESPONSE_CODE);
    $type = curl_getinfo($ch, CURLINFO_CONTENT_TYPE);
    curl_close($ch);

    // ④ 200以外とHTML以外は捨てる
    if ($body === false || $code !== 200) return null;
    if ($type && !str_contains($type, 'html')) return null;

    return $body;
}

まだ古いライブラリを勧めている記事がある

「php ogp 取得」で検索すると、OpenGraph.php という単一ファイルのライブラリを使う記事が今も上位に出てきます。 このライブラリの現状を確認しました。

悪いライブラリという意味ではありません。2012年当時は、これが一番ラクな方法でした。 問題は10年前に止まったものが、今も「おすすめ」として紹介され続けていることです。

なおHTMLパーサとして定番だった simplehtmldom も、Packagist上の最新は2019年のRC版で止まっています。 どうしても高機能なパーサが要るなら、symfony/dom-crawler のように更新が続いているものを選んでください。

詰まるところ

動くようになってから出てくる問題をまとめます。

文字コード

日本語サイトを取るとタイトルが化けることがあります。原因は2つです。

Dom\HTMLDocument は「最も可能性の高いエンコーディングを判定しようとする」と公式に書かれています。 ほとんどの場合は任せて問題ありませんが、判定に失敗したときは第3引数で上書きしてください。

og:image が相対URLで返ってくる

仕様上は絶対URLであるべきですが、相対パスで書いているサイトが実際にあります。 そのまま <img src> に入れると、自分のドメインを基準に解決されて画像が出ません。

絶対URLに直す

function toAbsoluteUrl(string $maybeRelative, string $baseUrl): string
{
    if (preg_match('#^https?://#i', $maybeRelative)) return $maybeRelative;

    $p = parse_url($baseUrl);
    $origin = $p['scheme'] . '://' . $p['host']
            . (isset($p['port']) ? ':' . $p['port'] : '');

    // //example.com/img.png
    if (str_starts_with($maybeRelative, '//')) return $p['scheme'] . ':' . $maybeRelative;
    // /img.png
    if (str_starts_with($maybeRelative, '/'))  return $origin . $maybeRelative;
    // img.png
    $dir = rtrim(dirname($p['path'] ?? '/'), '/');
    return $origin . $dir . '/' . $maybeRelative;
}

JavaScriptで描画されるページ

HTMLを取っても中身が空というケースがあります。 OGPのmetaタグをJavaScriptで後から挿入しているサイトです。

cURLはJavaScriptを実行しません。取れるのは最初に返ってきたHTMLだけです。

og:title や og:image が無いとき

OGPを設定していないサイトはいくらでもあります。空のカードを出さないよう、代わりの値を拾います。

フォールバック込み

$title = $og['title']
      ?? $dom->getElementsByTagName('title')->item(0)?->textContent
      ?? parse_url($url, PHP_URL_HOST);

キャッシュしないと事故る

これが一番大事かもしれません。 ページを開くたびに外部サイトへ取りに行く実装にすると、次が起きます。

• 自分のページの表示が、相手サーバーの速度に引きずられる
• 相手が落ちているとタイムアウトぶん待たされる
• アクセスが増えると相手に迷惑をかける（場合によってはブロックされる）

AIでやるなら

この処理はAIに書かせるのに向いています。仕様が決まっていて、検証もしやすい。 ただ何も指定しないと2012年のコードが出てきます。学習データに古い記事が大量にあるからです。

環境を固定して書かせる

プロンプト

PHPで、URLを渡すとOGP（og:title / og:image / og:description）を
返す関数を書いてください。

【環境】
- PHP 8.4
- 外部ライブラリは使わない（Composerも使わない）

【必ず守ること】
- HTMLのパースは \Dom\HTMLDocument::createFromString() を使う
- 正規表現でmetaタグを探さない
- get_meta_tags() は使わない（property属性を読めないため）
- 取得は cURL。タイムアウトを必ず設定する
- HTTPステータスが200でなければ null を返す

【あわせて書いてほしいこと】
- og:image が相対URLだった場合に絶対URLへ直す処理
- og:title が無い場合に <title> を使うフォールバック

コードの後に、この関数が失敗する条件を箇条書きで挙げてください。

出てきたコードの検証

動かす前に、この4点だけ目で見てください。

そのうえで、実際のURLで試すのが確実です。

答えがズレたときの直し方

古い書き方で返ってきた

「PHP 8.4の \Dom\HTMLDocument を使って書き直して」とクラス名を名指しする。「最新で」では伝わりません。

エラー処理が無い

「相手が落ちている / 404 / OGPが無い の3つで、それぞれ何が返るか」を聞く。穴が自分で出てきます。

長すぎる

「取得とパースを別の関数に分けて」。キャッシュを足すときに効いてきます。

よくある質問

get_meta_tags() でOGPが取れません

取れません。公式マニュアルに「Only meta tags with name attributes will be parsed.」とあり、name属性のmetaタグしか読みません。OGPはproperty属性なので対象外です。

外部ライブラリは必要ですか

PHP 8.4以降なら不要です。\Dom\HTMLDocument::createFromString() が標準で使えます。よく紹介されているOpenGraph.phpは2016年12月で更新が止まっていて、Composerにも登録がありません。

正規表現ではだめですか

動くときは動きます。ただし属性の順序・引用符の種類・改行で簡単に壊れます。標準のパーサが使える以上、使わない理由がありません。

日本語が文字化けします

DOMDocument::loadHTML() を使っていませんか。この関数は文字コードを推測せず、既定でISO-8859-1として扱います。<?xml encoding="UTF-8"?> を先頭に足すか、8.4の Dom\HTMLDocument に移ってください。

OGPが空で返ってきます

まず curl -s URL | grep 'og:' でHTMLにOGPが入っているかを確認してください。何も出なければJavaScriptで挿入しているか、そもそもOGPが無いので、PHP側を直しても解決しません。

og:image が表示されません

相対URLで書かれている可能性があります。絶対URLに直す処理を通してください。リダイレクトした場合は最終URLを基準に解決します。

毎回取りに行っても大丈夫ですか

やめてください。自分のページの表示速度が相手サーバーに引きずられますし、相手にも負荷をかけます。1週間〜1ヶ月のキャッシュを入れて、失敗した結果もキャッシュしてください。

まとめ

1. PHP 8.4 の \Dom\HTMLDocument::createFromString() を使う。
   HTML Living Standardに沿ってパースするので、壊れたHTMLでもブラウザと同じ解釈になります。
2. get_meta_tags() では取れない。
   公式に「name属性のmetaタグだけ」と書かれています。OGPはproperty属性です。
3. 取得側のタイムアウトとキャッシュを先に入れる。
   ここを省くと、相手サーバーの不調が自分のページの不調になります。

14年前はライブラリを入れるのが一番ラクでした。今は標準で20行です。 検索で出てくるコードをコピーする前に、それがいつ書かれたものかを見てください。