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

90.50%

  • Ruby

    7680questions

    Rubyはプログラミング言語のひとつで、オープンソース、オブジェクト指向のプログラミング開発に対応しています。

  • スクレイピング

    336questions

複数のwebサイトのトップページにある文字数を取得したい

解決済

回答 2

投稿

  • 評価
  • クリップ 0
  • VIEW 144

yuyu_yuyui22

score 2

プログラミングは初心者です
rubyのnokogiriを使ってスクレイピングをしているのですが、今複数のサイトのトップページにある文字の数を調べています。

require 'nokogiri'
require 'open-uri'

url = "http://www.xxxxxxxxxxxxx"

charset = nil
html = open(url) do |f|
  charset = f.charset
  f.read
end

doc = Nokogiri::HTML.parse(html, nil, 'utf-8')
txt = doc.css("body").text
puts txt.length


現在このようなスクリプトで一つ一つそのサイトのbody部分(普通にサイトを閲覧して私たちの目に見えるところ)にある文字の数を調査しています。
この"http://www.xxxxxxxxxxxxx"部分を一回一回地道に変えずに、複数のurlを指定して一気に取得する方法はないでしょうか。

  • 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 2

checkベストアンサー

0

  1. urlをプログラム中に直接かきこむのではなく、適当なテキストファイルから一行読み取るように変更する。
  2. テキストファイルから一行読んで所定の処理ができることを確認したら、forループを作って、2行目、3行目……と同じことが繰り返ようにプログラムを拡張する。

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。

  • 2018/06/21 15:48

    お答えいただきありがとうございます!アドバイスを受けて

    require 'nokogiri'
    require 'open-uri'
    require 'kconv'
    require 'csv'

    CSV.open("urllist.csv", mode = "rt") do |csv|
    line =[]
    line = csv.readlines
    for url in line do
    charset = nil
    html = open(url) do |f|
    charset = f.charset
    f.read
    end

    doc = Nokogiri::HTML.parse(html,nil,charset)
    doc.css('body').each do |b|
    txt = b.text
    puts txt.length
    end
    end
    end

    試しにこのようなスクリプトを書いて実行してみたところ、no implicit conversion of Array into String (TypeError)というエラーが出て来たのですが、これはどういう意味なのでしょう。これを解決するためにどのような考えや処理が必要になってくるのでしょうか?よろしければ教えてくださると嬉しいです。

    キャンセル

0

色々やって見て、なんとか目的の動作をすることができました。
csvファイルにリストを入れてそこから一行ずつurlを取り出しました。

line = []
CSV.open("urllist.csv", mode = "rt") do |csv|
  line = csv.readlines
end

line.each{ |link|
  for url in link do
    charset = nil
    html = open(url) do |f|
      charset = f.charset
      f.read
    end
   doc = Nokogiri::HTML.parse(html,nil,'utf-8')
   doc.css('body').each do |txt|
     word = txt.text
     puts word.length
   end
  end
  }


これで複数のサイトから一気に同一の要素を取得するということができました。

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 90.50%
  • 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

関連した質問

  • 解決済

    rubyでHTML解析

    htmlファイルで保存した下記のページからテキストを抽出したいと考えています。 http://realtime.search.yahoo.co.jp/search?lz=1&ei

  • 解決済

    文字コードについて

    下記コードのcharsetに”Shift_JIS”を代入しても、charset = f.charsetにShift_JISが入らない原因は何が考えられるでしょうか? # UR

  • 解決済

    rubyでdef化する方法について

    下記ブログを参考にスクレイピングの練習をしてみようと思うのですが、仮にこのコードの内容をメソッドにして実行する場合、defを使ってどのような書き方ができるでしょうか? 参考ブ

  • 解決済

    nokogiri Ruby @media print {body,table,tr,td{displ...

    Rubyのnokogiriを使って歌詞をスクレイピングしようとしているのですが、 歌詞情報をうまく抽出できません。 というのもそのサイトのHTMLが@media print {

  • 解決済

    Nokogiri、anemone、open-uriを使って、指定したサイトをクロール、スクレイピング

    前提・実現したいこと Nokogiri、anemone、open-uriを使い、指定したウェブサイトをクローリング、スクレイピングして、画像リンクURLを取得し、そのURLから画

  • 解決済

    スクレイピングで除外すべきタグについて

    現在テキスト分類器を作成しており、その際に疑問に思ったことについて質問したいと思います。 取得した文書を単語ごとにパースする際に、「var」「function」などのワードが多数

  • 解決済

    記事の一番先頭をスクレイピングしたい

    Rubyでyahooのトップページの記事一覧から一番先頭をスクレイピングをしたいのですが、このコードのどこが間違えているのでしょうか? ファイル名.rbを作成し、ruby ファ

  • 受付中

    ページを推移させスクレイピングする方法

    このサイトを参考に1ページ毎にページ推移し、そのページをスクレイピングして、ブラウザ上に表示させたいのですが、うまくいきません。 スクレイピング先の記事一覧は、 https:/

同じタグがついた質問を見る

  • Ruby

    7680questions

    Rubyはプログラミング言語のひとつで、オープンソース、オブジェクト指向のプログラミング開発に対応しています。

  • スクレイピング

    336questions