(Rails)Youtubeの再生時間のスクレイピングについて

Question

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。

Answer 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。

Comments

[mannnakakunn]

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。

[mannnakakunn]

（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。

[mannnakakunn]

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。

Answer 2

<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。