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
85.48%
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。

Ruby

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。

XPath(XML Path)

XML Path Language (XPath; XMLパス言語)は、マークアップ言語 XML に準拠した文書の特定の部分を指定する言語構文の事をいいます。XPathはXMLとは別の構文を使用します。XMLドキュメントの抽象、論理ストラクチャ上で動作します。

Q&A

解決済

1回答

2038閲覧

Ruby nokogiriで<a href>を取得した

maaatuuu22

総合スコア8

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。

Ruby

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。

XPath(XML Path)

XML Path Language (XPath; XMLパス言語)は、マークアップ言語 XML に準拠した文書の特定の部分を指定する言語構文の事をいいます。XPathはXMLとは別の構文を使用します。XMLドキュメントの抽象、論理ストラクチャ上で動作します。

0グッド

0クリップ

投稿2019/11/24 05:09

Rubyのスクレイピングを行っていますが
該当ページの<a href>の中身を取得したいのですが、うまく行きません。
XPATHの指定を変えてもうまく行かないのでご教授願います。

画像の指定している箇所の<href>の中身を取得したいです。
よろしくお願いいたします。

require 'nokogiri' require 'open-uri' require 'csv' urls = %w( https://www.kfm.or.jp/fdb/registration/categorylist/5, https://www.kfm.or.jp/fdb/registration/categorylist/5/page:2, https://www.kfm.or.jp/fdb/registration/categorylist/5/page:3, https://www.kfm.or.jp/fdb/registration/categorylist/5/page:4, https://www.kfm.or.jp/fdb/registration/categorylist/5/page:5, https://www.kfm.or.jp/fdb/registration/categorylist/5/page:6, https://www.kfm.or.jp/fdb/registration/categorylist/5/page:7, https://www.kfm.or.jp/fdb/registration/categorylist/5/page:8, https://www.kfm.or.jp/fdb/registration/categorylist/5/page:9, https://www.kfm.or.jp/fdb/registration/categorylist/5/page:10, https://www.kfm.or.jp/fdb/registration/categorylist/5/page:11, https://www.kfm.or.jp/fdb/registration/categorylist/5/page:12, https://www.kfm.or.jp/fdb/registration/categorylist/5/page:13, https://www.kfm.or.jp/fdb/registration/categorylist/5/page:14, https://www.kfm.or.jp/fdb/registration/categorylist/5/page:11, ) titles = [] charset = nil urls.each do |url| html = open(url) do |f| charset = f.charset #文字種別を取得 f.read #htmlで読み込んで変数htmlに渡す end #htmlをparseしてオブジェクトを作成 doc = Nokogiri::HTML.parse(html, nil, charset) doc.xpath('//h4').each do |node| title = node.css('a').inner_text titles.push(node) end end #これをcsvファイルに書き出す CSV.open('titele.csv', 'w') do |csv| csv << titles end

イメージ説明

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

コードの中でhrefを見ようとしているところが見当たらないのですが、
そもそも属性の取得方法がわからないということですか?
であれば、不明点をちゃんと書きましょう。

ノード["href"]で属性が参照できます。

css("a")は0~1個のようなので、

Ruby

1doc.xpath('//h4').each do |node| 2 a = node.css('a')[0] 3 next unless a # aが0個なら飛ばす 4 title = a.text 5 url = a['href'] 6 ~~~~ 7end

あるいは、aタグしか見ないなら、最初から、

Ruby

1doc.xpath('//h4/a').each do |a| 2 title = a.text 3 url = a['href'] 4 ~~~~ 5end

投稿2019/11/24 06:13

otn

総合スコア84559

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。

maaatuuu22

2019/11/26 13:33

otnさん 回答ありがとうございます。 以後質問の仕方に注意して行きます。
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
85.48%

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