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!

新規登録して質問してみよう
ただいま回答率
85.45%
XML

XMLは仕様の1つで、マークアップ言語群を構築するために使われています。

スクレイピング

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。

Google Apps Script

Google Apps ScriptはGoogleの製品と第三者のサービスでタスクを自動化するためのJavaScriptのクラウドのスクリプト言語です。

Q&A

解決済

1回答

610閲覧

GASでXmlService使ってスクレイピング、要素がうまく取得できない

BBA

総合スコア60

XML

XMLは仕様の1つで、マークアップ言語群を構築するために使われています。

スクレイピング

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。

Google Apps Script

Google Apps ScriptはGoogleの製品と第三者のサービスでタスクを自動化するためのJavaScriptのクラウドのスクリプト言語です。

0グッド

0クリップ

投稿2022/10/12 15:22

前提

GASでスクレイピングをしてます。
取得したいXMLサイトから
XML
XmlからXmlServiceを使用して取得したくコードを書いています。

回答でお教えいただいたコード
使用したコード
をもとに、いろんな要素を取得してます

目標

目標は取得してスプレッドシートに保存したいです。
その前に、取得コードを考えています。

スプレッドシートに取得して作成する表

ArticleCaptionArticleTitleItemTitleSentence
(業務)第三条司法書士は、この法律の定めるところにより、他人の依頼を受けて、次に掲げる事務を行うことを業とする。
登記又は供託に関する手続について代理すること。

発生している問題・エラーメッセージ

TypeError: Cannot read property 'getText' of null console.log(sentence.getText());の部分でエラー

該当のソースコード

function parseXml() { let url = 'https://elaws.e-gov.go.jp/api/1/lawdata/昭和二十五年法律第百九十七号'; let xml = UrlFetchApp.fetch(url).getContentText(); let document = XmlService.parse(xml); let root = document.getRootElement(); const applData = root.getChild("ApplData"); const lawFullText = applData.getChild("LawFullText"); const law = lawFullText.getChild("Law"); const lawBody = law.getChild("LawBody"); const mainProvision = lawBody.getChild("MainProvision"); const chapter = mainProvision.getChild("Chapter"); const articles = chapter.getChildren("Article"); articles.forEach(article => { const articleCaption = article.getChild("ArticleCaption"); const articleTitle = article.getChild("ArticleTitle"); const paragraph = article.getChild("Paragraph"); const paragraphSentence = paragraph.getChild("ParagraphSentence"); const sentence = paragraphSentence.getChild("Sentence"); const item = paragraph.getChild("Item"); console.log(articleCaption.getText()); console.log(articleTitle.getText()); console.log(sentence.getText()); if (item !== null){ const itemtitle = item.getChild("ItemTitle"); const itemSentence = item.getChild("ItemSentence");   const sentence = itemSentence.getChildren("Sentence"); console.log(itemtitle.getText()); console.log(sentence.getText()); } }); }

ItemTitleまでは取得でき、ItemSentenceの中のSentenceでエラーになりました。
一つずつ要素を取得していき、sentenceでエラーになってしまいます。

取得したいXMLデータ <Article Num="5"> <ArticleCaption>(欠格事由)</ArticleCaption> <ArticleTitle>第五条</ArticleTitle> <Paragraph Num="1"> <ParagraphNum/> <ParagraphSentence> <Sentence Num="1" WritingMode="vertical">次に掲げる者は、司法書士となる資格を有しない。</Sentence> </ParagraphSentence> <Item Num="1"> <ItemTitle>一</ItemTitle> <ItemSentence> <Sentence Num="1" WritingMode="vertical">禁錮以上の刑に処せられ、その執行を終わり、又は執行を受けることがなくなつてから三年を経過しない者</Sentence> </ItemSentence> </Item> <Item Num="2"> <ItemTitle>二</ItemTitle> <ItemSentence> <Sentence Num="1" WritingMode="vertical">未成年者</Sentence> </ItemSentence> </Item> <Item Num="3"> <ItemTitle>三</ItemTitle> <ItemSentence> <Sentence Num="1" WritingMode="vertical">破産手続開始の決定を受けて復権を得ない者</Sentence> </ItemSentence> </Item> <Item Num="4"> <ItemTitle>四</ItemTitle> <ItemSentence> <Sentence Num="1" WritingMode="vertical">公務員であつて懲戒免職の処分を受け、その処分の日から三年を経過しない者</Sentence> </ItemSentence> </Item> <Item Num="5"> <ItemTitle>五</ItemTitle> <ItemSentence> <Sentence Num="1" WritingMode="vertical">第四十七条の規定により業務の禁止の処分を受け、その処分の日から三年を経過しない者</Sentence> </ItemSentence> </Item> <Item Num="6"> <ItemTitle>六</ItemTitle> <ItemSentence> <Sentence Num="1" WritingMode="vertical">懲戒処分により、公認会計士の登録を抹消され、又は土地家屋調査士、弁理士、税理士若しくは行政書士の業務を禁止され、これらの処分の日から三年を経過しない者</Sentence> </ItemSentence> </Item> </Paragraph> </Article>

試したこと

getChildとgetChildrenの間違い?
で入れ替えてトライしてみました。
Item→ItemTitle
→ItemSentence→Sentenceと認識してコードを書いています。

初歩的ですみません。
どなたかヒントお教えいただけないでしょうか。

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MY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。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答1

0

ベストアンサー

法律関係の文書に詳しくないので、項目の親子関係などよくわからないのですが、
(第十六条に対するカッコ書きの説明文は無くていいの?とか…)
Googleスプレッドシートを新規で開いて、適当なセルに

=importxml("https://elaws.e-gov.go.jp/api/1/lawdata/昭和二十五年法律第百九十七号","//Article")

と入力すると、なんかそれっぽい項目が出てくるような気がします。
任意に精密な表組みを完成させたいのであれば、自前でxmlの解析を書いた方が自由度が
高いと思いますが、ざっくりスプレッドシートに転記したい程度であれば、スプレッドシート側に
構造解析を丸投げしてしまっても良いかもしれません。
参考までに。

投稿2022/10/13 06:18

poto568

総合スコア266

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

BBA

2022/10/13 09:07

コメントありがとうございます。 いただいた内容も以前検討したんですが、 セルの統一など思い通りでなく中断してました。 質問したコードから、もう少しXMLを調べ、 一応、ItemSentenceを取得できました。 また、つまづいていますが、、、 コメントありがとうございました。
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

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
85.45%

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る

質問する

関連した質問