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

90.33%

  • Ruby

    8234questions

    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

    384questions

    スクレイピングとは、公開されているWebサイトからページ内の情報を抽出する技術です。

(nokogiriでスクレイピング)xpathが正しいのに、取得できない

受付中

回答 2

投稿

  • 評価
  • クリップ 0
  • VIEW 495

renren643

score 220

nokogiriというスクレイピングライブラリを使ってスクレイピングしたいのですが、
例えば、このサイトの「店長からひと言」のhtmlを取得したい時、
xpathを抜き出してくれるchromeのアドオンでは、xpathは以下のようになっており、
イメージ説明

consoleからxpathを確認しても、取得できているはずです。
イメージ説明

しかし、以下のコードを実行しても無反応です。何も帰ってきません。

# ==================
# gemの読み込み
# ==================
require 'nokogiri'
require 'open-uri'

# ==================
# 定数宣言
# ==================
URL = "http://www.mpo.ne.jp/osaka/tenpo/esaka_shop/esaka.htm"

# ==================
# スクレイピング処理
# ==================

# 変数宣言
charset = nil
# webページにアクセスし、HTMLを取得
html = open(URL) do |f|
  charset = f.charset # 文字種別を取得
  f.read              # htmlを読み込んで変数htmlに渡す
end


# nokogiriで扱えるように取得したHTMLを変換
doc = Nokogiri::HTML.parse(html, nil, charset)

puts doc.xpath("/html/body[@class='vsc-initialized']/div[@id='top']/div[@id='contents']/div[@id='main']/table[1]/tbody/tr[1]/td[1]")

これはどういうことなのでしょうか?

  • 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

+1

ChromeでVideo Speed Controllerという拡張を用いているのなら
外すなり停止するなりプライベートウィンドウを用いるなりしてください

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。

  • 2018/07/18 17:44

    できました。外してから確認するとxpathが変わっていました。
    ありがとうございます。

    でもなぜこれが原因ということがすぐわかったのでしょうか?
    自分はまさかアドオンが原因だとは思いもしませんでした。

    キャンセル

  • 2018/07/18 18:01

    「ページのソースを表示」で表示されるHTMLと提示されたxpathを見比べると
    /body[@class='vsc-initialized']
    が合致しない事がわかります。

    あとは'vsc-initialized'をググったところ当該拡張が浮かび上がった感じです

    キャンセル

  • 2018/07/18 18:25

    XPathを教えてくれるツールを使うのは良いのですが、HTMLソース表示での確認が必要です。
    アドインによる影響はレアだと思いますが、JavaScriptで動的に追加しているタグだったりすることは多いです。その場合はopen-uriでは対応できません。

    キャンセル

  • 2018/07/18 18:30

    さらに加えるのならば、極稀にUserAgentで返すHTMLを変えるサイトもありますね

    キャンセル

  • 2018/07/18 19:35

    なるほど、「ページのソースを表示」で確認しなければいけないのですね。ありがとうございました。

    キャンセル

  • 2018/07/18 20:01

    再度質問失礼します。
    ということは、この例において「puts doc」した時に表示されているhtmlの中にあるものは全て取得可能ということでしょうか?

    キャンセル

  • 2018/07/18 20:30

    puts doc.to_html
    で表示されるhtmlの任意のノードを取得する事ができます

    キャンセル

0

スクレイピングツールOctoparseを使ってみてください。
コードを書くことなく、手軽にデータを取得できます。
xpathに関する知識があれば、このツールがうまく使えます。

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 90.33%
  • 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

同じタグがついた質問を見る

  • Ruby

    8234questions

    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

    384questions

    スクレイピングとは、公開されているWebサイトからページ内の情報を抽出する技術です。