Mechanizeのスクレイピングについて。末尾が連番のURLをまとめて取得したい
解決済
回答 2
投稿
- 評価
- クリップ 0
- VIEW 1,011
退会済みユーザー
スクレイピングをするときに、末尾が連番で増えるURLをまとめて取得したいです。
下記の#{0301 + i}という記述で、eachメソッドを使って、数を増やしています。
しかし、エラーで上手く機能しません。
連番URLの取得はどのようにすれば実現可能でしょうか。
require 'mechanize'
def scraping_image(link)
agent = Mechanize.new
page = agent.get(link)
image_url = page.at('.products-mainImg img').get_attribute('src')
return image_url
end
links = [] # 個別ページのリンクを保存する配列
agent = Mechanize.new
(0..3).each do |i|
current_page = agent.get("http://www.morinaga.co.jp/products/list.php?id=#{0301 + i}")
elements = current_page.search('.products__list__item a')
elements.each do |ele|
links << ele.get_attribute('href')
end
end
links.each do |link|
puts scraping_image('http://www.morinaga.co.jp/products/' + link)
endちなみに、連番は無視して1つのURLを取得する下記のコードは正常に機能しています。
require 'mechanize'
def scraping_image(link)
agent = Mechanize.new
page = agent.get(link)
image_url = page.at('.products-mainImg img').get_attribute('src')
return image_url
end
links = [] # 個別ページのリンクを保存する配列
agent = Mechanize.new
current_page = agent.get("http://www.morinaga.co.jp/products/list.php?id=0301")
elements = current_page.search('.products__list__item a')
elements.each do |ele|
links << ele.get_attribute('href')
end
links.each do |link|
puts scraping_image('http://www.morinaga.co.jp/products/' + link)
end-
気になる質問をクリップする
クリップした質問は、後からいつでもマイページで確認できます。
またクリップした質問に回答があった際、通知やメールを受け取ることができます。
クリップを取り消します
-
良い質問の評価を上げる
以下のような質問は評価を上げましょう
- 質問内容が明確
- 自分も答えを知りたい
- 質問者以外のユーザにも役立つ
評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。
質問の評価を上げたことを取り消します
-
評価を下げられる数の上限に達しました
評価を下げることができません
- 1日5回まで評価を下げられます
- 1日に1ユーザに対して2回まで評価を下げられます
質問の評価を下げる
teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。
- プログラミングに関係のない質問
- やってほしいことだけを記載した丸投げの質問
- 問題・課題が含まれていない質問
- 意図的に内容が抹消された質問
- 過去に投稿した質問と同じ内容の質問
- 広告と受け取られるような投稿
評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。
質問の評価を下げたことを取り消します
この機能は開放されていません
評価を下げる条件を満たしてません
質問の評価を下げる機能の利用条件
この機能を利用するためには、以下の事項を行う必要があります。
- 質問回答など一定の行動
-
メールアドレスの認証
メールアドレスの認証
-
質問評価に関するヘルプページの閲覧
質問評価に関するヘルプページの閲覧
+1
別解がいろいろあるのがRubyの特徴ですね
(301..304).each do |i|
current_page = agent.get("http://www.morinaga.co.jp/products/list.php?id=%04d" % i)投稿
-
回答の評価を上げる
以下のような回答は評価を上げましょう
- 正しい回答
- わかりやすい回答
- ためになる回答
評価が高い回答ほどページの上位に表示されます。
-
回答の評価を下げる
下記のような回答は推奨されていません。
- 間違っている回答
- 質問の回答になっていない投稿
- スパムや攻撃的な表現を用いた投稿
評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。
checkベストアンサー
0
こんにちは
#{0301 + i}
の部分を、
#{'030' + (1+i).to_s }と修正すれば、この部分が '0301'...'0304' という文字列になると思います。
ちなみに、たとえば i = 1 のとき、"#{0301 + i}" は以下のように
"194" という文字列になります。
mansion-market_2 (feature/issue-7132-dev2)$ irb
irb(main):001:0> i=1
=> 1
irb(main):002:0> "#{0301 + i}"
=> "194"
irb(main):003:0>
これは、0301 が８進数として評価され、それは10進数では、193 だからです。
irb(main):003:0> 0301
=> 193
さらに別の修正のしかたとして、
(0..3).each do |i|
current_page = agent.get("http://www.morinaga.co.jp/products/list.php?id=#{0301 + i}")を、
(1..4).each do |i|
current_page = agent.get("http://www.morinaga.co.jp/products/list.php?id=030#{i}")とするのがより分かりやすいと思いますがいかがでしょう。
以上参考になれば幸いです。
投稿
-
回答の評価を上げる
以下のような回答は評価を上げましょう
- 正しい回答
- わかりやすい回答
- ためになる回答
評価が高い回答ほどページの上位に表示されます。
-
回答の評価を下げる
下記のような回答は推奨されていません。
- 間違っている回答
- 質問の回答になっていない投稿
- スパムや攻撃的な表現を用いた投稿
評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。
15分調べてもわからないことは、teratailで質問しよう！
- ただいまの回答率 88.33%
- 質問をまとめることで、思考を整理して素早く解決
- テンプレート機能で、簡単に質問をまとめられる