何らかの方法で複数URLの「title」「アンカーテキスト」「リンクURL」を取得（抽出）したい

Question

実現したいこと

・質問のタイトルの通り、何らかの方法でwebスクレイピングのようなことを実現したい
・複数URL（数百ページ）の「title」「アンカーテキスト」「リンクURL」を取得（抽出）したい

完成形のイメージ

https://teratail.com/questions/67005

過去の質問にまさに実現したい質問がありましたが、解決はされておりませんでした。

対象サイト

https://xn--wlr53q.net/

行き詰まっている箇所

現在、IMPORTXML関数での取得を試みていますが、取得できません。
※他のサイトでは取得できることを確認

ググってみると上記関数では全てページから取得できるわけではないようです…。

現在のスプレッドシートは以下のようなっています。

ページURL	title
http://xn--wlr53q.net/	=IMPORTXML(A2,"/html/head/title")

　　

GASでもIMPORTXMLでも、方法は問いませんので、解決策をご教授頂けますと幸いです。
よろしくお願い致します。

Answer 1

スクレイピングツールならOctoparseを使ってみてください。

Comments

[yokoyamax]

使い方が若干難しそうですが、初見のツールでしたので、触ってみようと思います。
ありがとうございます。

[Yuki-Sakuraba]

初めては確かにね。でもチュートリアルを参照してみれば、何とかできると思います。

Answer 2

こちらの初心者向けチュートリアルをご参照いただればと思います。
プログラミング対して苦手な方はスクレイピングツールがおすすめします。

Answer 3

XPATHを//aみたいな確実に存在し、間違いのないものにしても「インポートされたXMLを解析できません」のエラーになるので、IMPORTXMLでは難しいと思います。

Google App Scriptだとしたら、どういうのを想定していますか？

Comments

[yokoyamax]

承知致しました。

GASであれば、以下の質問と同じことが実現できれば完璧だと考えております。

https://teratail.com/questions/67005