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

90.85%

  • Ruby

    6752questions

    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

    6538questions

    Ruby on Railsは、オープンソースのWebアプリケーションフレームワークです。「同じことを繰り返さない」というRailsの基本理念のもと、他のフレームワークより少ないコードで簡単に開発できるよう設計されています。

RailsのMechanizeメソッドを使ったスクレイピングについて

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 603
退会済みユーザー

退会済みユーザー

ruby on railsのmechanizeメソッドでスクレイピングをしたいと考えております。

以下のようなHTMLがあります。

<table>
        <tr>
        <th class="MagPriTab_MagNa">雑誌名</th>
        <th class="MagPriTab_PubNa">出版社名</th>
        <th>印刷証明付き発行部数</th>
        </tr>
                    <tr>
                <td class="MagDataTab_MagNa"><a href="http://withonline.jp/" target="_blank">with</a></td>
                <td>講談社</td>
        <td class="MagDataTab_count">200,000</td>
        </tr>
                <tr>
                <td class="MagDataTab_MagNa"><a href="http://more.shueisha.co.jp" target="_blank">MORE</a></td>
                <td>集英社</td>
        <td class="MagDataTab_count">256,667</td>
        </tr>
                <tr>
                <td class="MagDataTab_MagNa"><a href="http://www.shufu.co.jp" target="_blank">ar</a></td>
                <td>主婦と生活社</td>
        <td class="MagDataTab_count">121,067</td>
        </tr>
                </table>

ここから、

 <td class="MagDataTab_count">200,000</td> 
 <td class="MagDataTab_count">256,667</td>
<td class="MagDataTab_count">121,067</td>

のタグから数字を取り出したいのですが、上手くいきません。
数字自体は取得できるのですが、なぜか数字が連結してしまいます。

スクレイピングのメソッド自体は以下のようなコードを書いています。

def self.mag_association
    counts = []
    agent = Mechanize.new
    page = agent.get("http://www.j-magazine.or.jp/magadata/index.php?module=list&action=list&cat1cd=2&cat3cd=19&period_cd=31")
    circulations = page.search('.MagDataTab')
    circulations.each do |numbers|
      circulation = numbers.search('.MagDataTab_count').inner_text
      magazine = Magazine.new(circulation: circulation)
      magazine.save
  end
  end

ターミナルのコンソールで実行すると以下のように表示されます。

[23] pry(main)> Scraping.mag_association
   (0.2ms)  BEGIN
  SQL (1.1ms)  INSERT INTO `magazines` (`circulation`, `created_at`, `updated_at`) VALUES ('200,000256,667121,067', '2016-05-09 08:42:18', '2016-05-09 08:42:18')

さきほど紹介したHTMLコード

<td class="MagDataTab_count">200,000</td>  
 <td class="MagDataTab_count">256,667</td> 
<td class="MagDataTab_count">121,067</td>

このタグ内の数字がなぜか連結してしまい、"200,000256,667121,067"と表示されていることが問題点です。

解決策をご教授いただけると幸いです。よろしくお願いします。

  • 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 1

checkベストアンサー

0

searchは Nokogiri::XML::NodeSet を返すのでは?
今回の場合、セレクタ .MagDataTab_count に該当する複数の要素が返されているようです。
さらに each で回せば、目的の結果が得られませんでしょうか。

def mag_association
  agent = Mechanize.new
  page = agent.get("http://www.j-magazine.or.jp/magadata/index.php?module=list&action=list&cat1cd=2&cat3cd=19&period_cd=31")
  circulations = page.search('.MagDataTab')
  circulations.each do |numbers|
    circulation = numbers.search('.MagDataTab_count')
    circulation.each do |count|
        puts "count = #{count.inner_text}"
    end
  end
end

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。

  • 2016/05/10 12:18

    ありがとうございます!無事に期待する出力が得られました。

    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 90.85%
  • 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

関連した質問

同じタグがついた質問を見る

  • Ruby

    6752questions

    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

    6538questions

    Ruby on Railsは、オープンソースのWebアプリケーションフレームワークです。「同じことを繰り返さない」というRailsの基本理念のもと、他のフレームワークより少ないコードで簡単に開発できるよう設計されています。