スプレッドシートを用いてのIMPORTXML関数によるスクレイピングでエラーが出てしまいます。

Question

SUUMOの物件情報をスクレイピングして比較するようなツールを作りたいなと思っているのですが
エラーが出てしまいます。

スクレイピング対象　https://suumo.jp/ikkodate/chiba/sc_yachiyo/nc_88278375/tokucho/

価格：
1980万円〜2380万円という項目を抜き出したいときに

① Copy > Copy Xpath でタグの Xpathをコピー
//[@id="topContents"]/div[2]/div[1]/div[2]/p[1]
②""を''に変更
//[@id='topContents']/div[2]/div[1]/div[2]/p[1]
③IMPORTXMLの変数として入力

=IMPORTXML(A1,"//*[@id='topContents']/div[2]/div[1]/div[2]/p[1]")
（ただしA1はスクレイピング先のリンクとする）

このようなアプローチをとっても解析エラーが出てしまいます。
解決策を教えていただければ幸いです。よろしくお願いいたします。

参考にしたサイトはこちら
https://review-of-my-life.blogspot.jp/2017/07/google-spreadsheet-information.html

Answer 1

当該ページをコマンドラインのxpathコマンドで見ようとしてみたところ、タグが不整合と文句を言われました。htmlとしては問題なくてもxmlとしては文法的に破綻しているということになるようです。具体的にはinputタグの扱い方がxml的にはNG。

このためimportxml一発という訳にはいかないのではないでしょうか。テキストファイルとして扱い、キーワードを頼りに必要な部分を抜き出していくしかないような気がします。

Comments

[Itsukichi]

ご回答ありがとうございます。
挑戦してみます！