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

90.37%

  • Ruby

    9924questions

    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。

  • Ruby on Rails 4

    2562questions

    Ruby on Rails4はRubyによって書かれたオープンソースのウェブフレームワークです。 Ruby on Railsは「設定より規約」の原則に従っており、効率的に作業を行うために再開発を行う必要をなくしてくれます。

(Rails)Youtubeの再生時間のスクレイピングについて

解決済

回答 2

投稿

  • 評価
  • クリップ 0
  • VIEW 1,217

mannnakakunn

score 13

Rails,スクレイピング初心者のものです。

前提・実現したいこと

Youtubeをスクレイピングした動画まとめサイトを作っています。  
再生時間の取得をしたいのですがうまく動きません。

発生している問題・エラーメッセージ

エラーメッセージは発生していません。ただ、再生時間だけ結果が返ってきません。
一応ソースコード内の、dog.duration=...の部分で取得しているつもりです。

ソースコード

# encoding: utf-8

# URLにアクセスするためのライブラリの読み込み
require 'open-uri'
# Nokogiriライブラリの読み込み
require 'nokogiri'
require 'uri'

    # 前半部では、検索ワードに関連するリンクの一覧を取得する。

    urls = []
    # 配列の宣言
    search_q="柴犬"
    search_term = URI.encode(search_q)
    # サーチタームを定義。URIオブジェクトのencodeメソッドでutf-8に対応している?
    url="https://www.youtube.com/results?search_query=#{search_term}"
    # urlは普通に、YouTubeの検索した時のurl。
    doc=Nokogiri::HTML(open(url))
    # ノコギリで、urlを開いてdocという変数へ入れる。
    elements=doc.xpath("//h3[@class='yt-lockup-title ']/a")
    # 要素の切り出しをxpathを使って行う。 h3タグでyt-lookup-title(注意:末尾に半角スペース1つ入ります!)というクラスが付与された要素下のa要素を取得。
    elements.each do |a|
    # その中のリンク要素それぞれを取り出す。
    code = a.attributes['href'].value
    # そして、その要素が持つhref属性、すなわちアドレスを取得する。
    urls << "https://www.youtube.com" + code if code.include?('watch')
    # 配列宣言しておいたurlsにそれぞれのアドレスをお尻に付加した、youtubeのアドレスをぶっこんでいく。
    end

    # 後半部では、各リンクの中の要素を取得していく。

    urls.each do |url|
    # それぞれのurlについて情報を吐き出させる。
      doc =Nokogiri::HTML(open(url),nil,"UTF-8")
      dog =Dog.new
      dog.genre=search_q
      dog.name=doc.xpath("//*[@id='watch7-user-header']/div/a").text
      dog.title = doc.xpath("//h1['watch-headline-title']/span").text.gsub(/¥n/,'')
      imageid=url.match(/\?([^&]+)/).to_s.sub("?v=","")
      # mvid="//i.ytimg.com/vi_webp/#{imageid}/mqdefault.webp"
      dog.mvid="http://i.ytimg.com/vi_webp/#{imageid}/mqdefault.webp"
      dog.duration=doc.xpath("//*[@id='movie_player']/div[12]/div[1]/div").text
      dog.description = doc.xpath("//p[@id='eow-description']").text
      dog.watch = doc.xpath("//*[@id='watch7-views-info']/div[1]").text
      dog.fav = doc.xpath("//*[@id='watch8-sentiment-actions']/span/span[1]/button/span").text
      dog.url = url
      dog.save
    end

補足情報(言語/FW/ツール等のバージョンなど)

Rails 4.2
Ruby 2.2.2
MySQL

ご指導宜しくお願いします。

  • 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

checkベストアンサー

+1

doc.xpath("//*[@id='movie_player']/div[12]/div[1]/div").text
これでdurationを取得されようとしていますが、
このXPathはJavaScriptによってHTMLが生成された状態でのXPathとなります。

Chromeなどで適当なYoutubeの動画を開いてCtrl + UしてHTMLのソースを見て下さい。
その状態のHTMLがRubyには見えています。

JavaScriptは動きませんので上記のXPathは無効です。

HTMLの
<meta itemprop="duration" content="PT3M42S">
これが使えると思います。

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。

  • 2015/12/25 16:32

    aglkjggg様

    ご回答ありがとうございます。

    <meta itemprop="duration" content="PT3M42S">が使えるとのことでしたが、
    これまたmetaタグの取得がうまくできません。
    以下のようなコードで実行してみても中身が返ってこないです・・・。
    試したコードは以下のとおり。

    ①cssによる解析
    dog.duration=doc.css('meta[@itemprop="duration"]').attr('content')

    ②xpathによる解析
    dog.duration=doc.xpath('/html/head/meta[@itemprop="duration"]').to_s

    ご指導宜しくお願いします。

    キャンセル

  • 2015/12/25 16:47

    (補足)
    ①cssによる解析
    dog.duration=doc.css('meta[@itemprop="duration"]').attr('content')

    を実行するとエラーにはなりませんが、カラムには
    --- !ruby/object:Nokogiri::XML::Attr {}
    という文字列が入っています。

    ②Xpathによる解析の場合には、エラーメッセージも中身もありませんでした。

    キャンセル

  • 2015/12/26 20:17

    aglkjggg様

    ご回答ありがとうございました。

    <meta itemprop="duration" content="PT3M42S">
    の"3M42S"は、3分42秒を表しており、
    それをXpathで解析したのち、subメソッドで置き換え整形し、取得成功しました。

    ありがとうございました。

    キャンセル

0

<meta itemprop="duration" content="PT3M42S">
の"3M42S"は、3分42秒を表しており、
それをXpathで解析したのち、subメソッドで置き換え整形すれば完了です。

ありがとうございました。

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 90.37%
  • 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

    9924questions

    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。

  • Ruby on Rails 4

    2562questions

    Ruby on Rails4はRubyによって書かれたオープンソースのウェブフレームワークです。 Ruby on Railsは「設定より規約」の原則に従っており、効率的に作業を行うために再開発を行う必要をなくしてくれます。