Rubyでのスクレイピング
Ruby on Rails 5で評価システムを作っています。
スクレイピング機能を実装中に以下のエラーメッセージが発生しました。
該当ページのスクレイピング作業で次のページのスクレイピングをするため、mechanize × xpathを使用しましたが、同じurlを何度も取得してしまうエラーが起こっています。
発生している問題・エラーメッセージ
irb(main):001:0> Scraping.fuga_urls #<Nokogiri::XML::Element:0x3fe2dd629120 name="a" attributes=[#<Nokogiri::XML::Attr:0x3fe2dd628d9c name="href" value="/read0170729/published_papers?limit=20&offset=161">, #<Nokogiri::XML::Attr:0x3fe2dd628d88 name="aria-label" value="Next">] children=[#<Nokogiri::XML::Element:0x3fe2dd628748 name="span" attributes=[#<Nokogiri::XML::Attr:0x3fe2dd6286e4 name="aria-hidden" value="true">] children=[#<Nokogiri::XML::Text:0x3fe2dd6282d4 "»">]>]> "aaa" "/read0170729/published_papers?limit=20&offset=161" #<Nokogiri::XML::Element:0x3fe2dfaa0cec name="a" attributes=[#<Nokogiri::XML::Attr:0x3fe2dfaa09a4 name="href" value="/read0170729/published_papers?limit=20&offset=161">] children=[#<Nokogiri::XML::Text:0x3fe2dfaa0594 "9">]> "aaa" "/read0170729/published_papers?limit=20&offset=161"
該当のソースコード
Ruby
1require 'mechanize' 2class Scraping < ApplicationRecord 3 def self.fuga_urls 4 agent = Mechanize.new 5 links = [] 6 next_url = "" 7 8 while true 9 current_page = agent.get("https://researchmap.jp/read0170729/published_papers?limit=20&offset=1" + next_url) 10 elements = current_page.search('li a') 11 elements.each do |ele| 12 links << ele.get_attribute('href') 13 end 14 15 next_link = current_page.at('//*[@id="frame-19159"]/div/div[2]/nav/nav/ul/li[6]/a') 16 p next_link 17 break unless next_link 18 next_url = next_link.get_attribute('href') 19 p "aaa" 20 p next_url 21 end 22 p elements.inner_text 23 end 24end
試したこと
.at及び.searchを試しましたが、どちらも上手くいきませんでした。
補足情報(FW/ツールのバージョンなど)
ここにより詳細な情報を記載してください。
あなたの回答
tips
プレビュー