質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

89.99%

activerecordに解析で取得したデータを保存する方法

受付中

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 446

renren643

score 242

nokogiriとautopagerizeを使ってスクレイピングしてきたデータを、railsのActiveRecordに保存したいのですが、保存の仕方がわからず困っています。

link_checkersテーブルに解析で取得したtitleとurlを格納し、一回一回クロールせずに再利用したいのですが、どのようにしたらいいのでしょうか?

<やったこと>

まずmodelを作成し、http://hoge.xyz/?s=fugaにあるリンクを取得する処理を書き、

↓models/link_checker.rb

class LinkChecker < ApplicationRecord
    require "multi_json"
    require "autopagerize"
    require 'nokogiri'
    require 'open-uri'

    def initialize()
        url = "http://hoge.xyz/?s=fuga"
        siteinfo = MultiJson.load(File.read("siteinfo.json"))
        @page = Autopagerize.new(url, siteinfo, :maxpage => 2)
    end

    def get_nextlink
        @links = []
        @page.each do |page|
            doc = Nokogiri::HTML.parse(page.html)
                    @elements= doc.xpath('//*[contains(@id, "post-")]')
                    @elements.each do |a|
                         link = a.xpath('div/header/h2/a').attribute('href')
                         @links << link
                     end
        end
        @links.uniq!
        @links
    end

end


次に、controllerで解析し、取得したtitleとurlを@andにハッシュ形式で渡し、viewでeachを回すことでブラウザ上に表示できました。

↓controllers/link_checker.rb

class LinkCheckersController < ApplicationController

  def index
      crawler = Post.new
      @links = crawler.get_nextlink

        @and = {}
        @links.each do |link|
              charset = nil
              html = open(link) do |f|
                charset = f.charset
                f.read
              end
              doc = Nokogiri::HTML.parse(html, nil, charset)
              title =  doc.xpath('//*[contains(@id, "post-")]/article/header/h1').text
              url = doc.xpath('//*[@id="the-content"]/h2/span/a').attribute('href').text
             @and.store(title, url)
          end

  end

end

しかし、これだとDBに格納されていないので、DBに保存したいです。

これを以下のようにしましたがエラーがでます。
ここを変更することでDBに保存することもできるようになると思うのですが、どのようにしたらいいのでしょうか?

class LinkCheckersController < ApplicationController
  def index
  end

  def show
  end

  def new
      @crawler = LinkChecker.new
      links = @crawler.get_nextlink
          links.each do |link|
                  charset = nil
                  html = open(link) do |f|
                    charset = f.charset
                    f.read
                  end
                  doc = Nokogiri::HTML.parse(html, nil, charset)
                  @crawler.title =  doc.xpath('//*[contains(@id, "post-")]/article/header/h1').text #これと
                  @crawler.url = doc.xpath('//*[@id="the-content"]/h2/span/a').attribute('href').text #これを保存したい
                  @crawler.save
          end
  end

end

イメージ説明

テーブルは以下のようになっています。

  create_table "link_checkers", force: :cascade do |t|
    t.string "title"
    t.string "url"
    t.datetime "created_at", null: false
    t.datetime "updated_at", null: false
  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
    • 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

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    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。

回答 1

0

とりあえず,エラーの原因は LinkChecker モデルに initialize を定義してしまっていることですね。「LinkChecker not initialized」と出ています。

LinkChecker クラスに,①文字どおりリンクチェッカーとしての役割と,②リンク情報(タイトルと URL)を保持するモデルの役割,の二つを兼務させようとしていませんか。

Rails のモデル(ApplicationRecord の子クラスとして定義)を使ってデータベースにデータを記録させる場合,モデルは一つのテーブルに対応します。そして,そのモデルのインスタンスはそのテーブルの一つのレコードに対応します(保存した場合)。

①と②はクラスを分けるべきでしょう。

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。

  • 2018/03/22 16:17

    回答ありがとうございます。
    LinkChecker クラスと、解析保存するクラス(TextChecker クラス)を作成した後はTextCheckerモデルを作成するという認識であっていますか?
    LinkChecker クラスはモデルに格納する必要はないので、libに書く等したらいいのでしょうか?

    キャンセル

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 89.99%
  • 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