Java jsoup スクレイピング

Question

Javaスクレイピング
こちらの記事を参考に、
yahooファイナンス
こちらのページの高値のみを取得したいと考えたのですが、
doc.select("この中");に記述するパスのパターンがわかりません。

他のページでは「.クラス名　タグ名」といったパターンで取得できるものが、
上記のyahooファイナンスのページの高値の部分は
document.select(".ymuiEditLink mar0 strong");
では取得できませんでした。
間に,をいれたり考えてみたのですが、方法がわかりません。
また、jsoupを確認してみたのですが、英語でかかれており翻訳では理解できませんでした。
初心者で、質問も稚拙なものですが、よろしくお願い致します。

package com.example.demo;

import java.io.IOException;

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
import org.springframework.boot.autoconfigure.SpringBootApplication;

@SpringBootApplication
public class ScrapingApplication {

	public static void main(String[] args) {

	    try {
	        String URL = "https://stocks.finance.yahoo.co.jp/stocks/detail/?code=2681.T";
    	    Document document = Jsoup.connect(URL).get();
//    	    HTMLタグの指定は、".クラス名 h4 a" 等の形?
    	    
    	    Elements elements = document.select(".ymuiEditLink mar0 strong");

    	    for (Element element : elements) {
    	        String title = element.text();
                System.out.println(title);
    	        }
	    }catch(IOException e){
	            e.printStackTrace();

	    }
	}

}

Answer 1

試してないですが、まずは以下でどうでしょうか。

Elements elements = document.select(".ymuiEditLink.mar0 strong");

// HTMLタグの指定は、".クラス名 h4 a" 等の形?
というだけの理解だとスクレイピングは苦労するはず。セレクタをきちんと理解しましょう。

きちんと理解したいのか、とりあえず動かしたいだけなのかわからなかったので、直接回答にとどめています。
理解したいのであれば、その旨返信くだされば説明します。

追記1:

「クロームのデベロッパー画面からセレクタをコピー出来る」ということは、よかった、「セレクタ」という概念は理解できていますね。

まずはこれだけ理解しておくとよいでしょう:

1. エレメントを探すには、そのエレメントのタグ名か、IDか、クラス名を指定する。タグ名はそのまま、IDなら頭に#を、クラス名なら頭に.をつける。
2. 空白を挟まずに続けて書くと、AND条件になる。

例: .ymuiEditLink.mar0というセレクタは、「ymuiEditLinkクラスとmar0クラスの両方指定されているエレメントを探す」という意味

1. 空白を挟んで続けて書くと、子孫条件になる。

例: .ymuiEditLink.mar0 strongというセレクタは、ymuiEditLinkクラスとmar0クラスの両方指定されているエレメントの子孫にある strongタグのエレメントを探す」という意味。

ただし......。https://jsoup.org/apidocs/org/jsoup/select/Selector.html

CSS-like element selector, that finds elements matching a query.

「エレメントを検索するためのCSSっぽいセレクタ」......「っぽい」? 、つまり「CSSのセレクタに似ているけど、CSSのセレクタとは違うかも」ですね。Chromeからセレクタをコピーしても動かないのは、このへんの境目にはまっちゃったのかもしれない。

Comments

[a.a]

ありがとうございます。
きちんと理解したいです。
検索したつもりだったのですが、英語であったり直接セレクタについて書いてあるものを見つけることができませんでした。
よろしければ、今回のコードの分も含めて、パターンの仕組みを教えて頂ければと思います。
クロームのデベロッパー画面からセレクタをコピー出来る事までは調べることができました。
それでも、コピーするだけでは取得できない場合もあったりして、理解できずにいます。

よろしくお願い致します。

[a.a]

返信が遅くなりすみません。
ほんとうに丁寧なご回答ありがとうございます。
分かり易い上に、質問させていただいた事以上を学ぶことができました。
英語をよむことも勉強していきます。
またよろしくお願い致します。