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

89.52%

selenium でサイトのAタグを抜き出し、それに順次アクセスするには?

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 2,971

ky_46

score 90

お世話になります。 本来のseleniumの使い方から逸脱するかもしれませんが、サイトを巡回して情報を得る作業を自動化したいです。

javaは殆ど初めてなので、みっともないコードを書いていましたら、お目汚しご容赦ください。

開発環境はWindows7 32bit。 javaはjavac -version で1.8.0_66になります。 eclips4.4.2で、解凍したseleniumをビルド・パスに読み込むところはOKで、Firefoxが立ち上がり、driver.getでGoogleに行き、sendKeysで検索文字を打ってという基本テストがOKでしたので気をよくし、次のようなコードを試験してみました。

import java.util.List;

import org.openqa.selenium.By;
import org.openqa.selenium.WebDriver;
import org.openqa.selenium.WebElement;
import org.openqa.selenium.firefox.FirefoxDriver;
import org.openqa.selenium.support.ui.ExpectedCondition;
import org.openqa.selenium.support.ui.ExpectedConditions;
import org.openqa.selenium.support.ui.WebDriverWait;

import static org.openqa.selenium.support.ui.ExpectedConditions.*;

public class App2 {

    public static void main(String[] args) {
        // TODO 自動生成されたメソッド・スタブ

        WebDriver driver = new FirefoxDriver();

        driver.get("http://news.infoseek.co.jp/ranking/");

        WebElement webElement = driver.findElement(By.id("rankingCmp"));
        List<WebElement> WebElementList = webElement.findElements(By.tagName("a"));

        for (int i=0 ; i<WebElementList.size() ; i++) {
            System.out.println(WebElementList.get(i));

        }

    }

}

こちらの希望としては、infoseekのニュースランキングに接続し、ソースを見たところ、ランキング部分は<div id="rankingCmp" という部分に固まっているようですから、このdiv内のAタグをすべてLISTに読み込み、順番に接続するのが希望です。

現在、とりあえずこの中身を表示してみようとしているのですが、出力されるのは [[[[FirefoxDriver: firefox on WINDOWS (e9fdd279-ee6c-499a-a26e-fa8920059ef2)] -> id: rankingCmp]] -> tag name: a]

という文字列で、aタグのリンク先ではないようです。

何が間違っていて、取り込まれたAタグが表示されないのでしょうか? 逆に間違って、Aタグを取り込んでいないのでしょうか?

よろしくご指導ください。

  • 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
    • 過去に投稿した質問と同じ内容の質問
    • 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 1

checkベストアンサー

0

最後のforループを以下のように書き換えてみてください(WebElement自身でなくgetText()メソッドの結果を出力するように変更しています)。

for (int i = 0; i < WebElementList.size(); i++) {
    WebElement elem = WebElementList.get(i);
    System.out.println("text: " + elem.getText());
}

ちゃんと求めているものに近い(が余分なものも含まれている)ことができているのが確認できるのではないでしょうか。


ちなみに、やろうとしていることはおそらく「Webスクレイピング」と呼ばれるものだとおもいます。

それを実現するためには、Seleniumより「HTMLパーサ」に分類されるライブラリを用いるほうが適していると考えます。

上記の用語で検索してみると、より適切な解決法が見つかるかもしれません。

投稿

編集

  • 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。

  • 2015/12/14 08:50

    ありがとうございます。
    ほぼ、希望通りでした。

    HTMLパーサーも調べてみます。
    私自身、別質問でもあげたのですが、「WEBテスト」としての紹介が多いSeleniumは、webの自動巡回に使っても問題無いのだろうか?と疑問でしたので¨

    キャンセル

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 89.52%
  • 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