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
85.50%
Ruby on Rails 4

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。

Q&A

解決済

1回答

2513閲覧

【Rails】nokogiriを用いたZOZOTOWN商品画像の取得について

T.N.

総合スコア22

Ruby on Rails 4

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。

0グッド

1クリップ

投稿2016/07/16 11:29

mac環境でRuby on Rails4.2.5を使用しています。

ZOZOTOWNの商品画像をスクレイピングしようと考えてコントローラとビューを実装したのですが、商品画像以外の画像だけが取得されてしまいます。

nokogiriのCSSセレクタで img とだけしか指定していないので、商品画像以外の画像も取得されるのは理解できるのですが、商品画像にもimgタグが付いているのに商品画像を取得できない理由がわかりません。

どなたか理由をご教示いただけないでしょうか?

■コントローラ

class IndexController < ApplicationController require 'nokogiri' require 'open-uri' def index # スクレイピング先のURL url = 'http://zozo.jp/' charset = nil html = open(url) do |f| charset = f.charset # 文字種別を取得 f.read # htmlを読み込んで変数htmlに渡す end # htmlをパース(解析)してオブジェクトを生成 doc = Nokogiri::HTML.parse(html, nil, charset) @hoge = doc.css('img').map { |img| img.attr('src') } end end

■ビュー

<h3>画像の出力</h3> <p> <% @hoge.each do |hogehoge| %> <%= image_tag hogehoge %> <% end %> </p>

■実行結果
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

こういう問題は原因の切り分けが大切です

画像として、表示するだけではなんの解決にもならないからです。

まず、URLをログにでも吐き出さしてみましょう。
そのログを見て異常がないのであれば、考えられる可能性は

  • 画像のリンクがどこかで抜け落ちている
  • 画像の指定の仕方が間違っている
  • etc...

いろいろあると思います

#私が実際にしたトラブルシューティング一例

  • 生のHTMLを見てみる(今回はimgタグが調査対象なのでChrome等のデベロッパーツールで検索する)
  • 見てみるとblank.gifが大量に見つかる
  • JavaScriptでblank.gifのパスから正規のリンクへの変更がされてるのか?(推測)
  • JSで隠匿されてるなら、selenium使うか
  • 実装
  • 解決

「隠されてるなら、selenium使うか」ってのは経験値の差だと思います。
実際に正しいか手順かはわかりませんが原因の解決ができたので良しとします。

以下トップページから商品の画像を抜き出すコードです。

ruby

1gem 'selenium-webdriver' 2driver = Selenium::WebDriver.for :chrome 3driver.manage.timeouts.implicit_wait = 5 4driver.navigate.to "http://zozo.jp/" 5sleep 1 6#いらない画像を拾いたくないのでxpathで指定する 7elements = driver.find_elements(:xpath, '//ul/li/div/p/a/img') 8elements.each_with_index do |e, index| 9 # スクレイピング対策なのか、スクロールして初めて画像がblank.gifから正規のURLに変わるっぽい 10 # ので、そこまでスクロール 11 driver.execute_script('scroll(0,' + e.location.y.to_s + ')') 12 puts e.attribute("src") #商品画像URL 13end 14driver.close

seleniumで面倒なのは、ブラウザが立ち上がるところです。立ち上げずにやろうと思ったら、ヘッドレスブラウザとかでググると幸せかもしれません。

で、あと私はスクレイピング歴1ヶ月ぐらいですが、xpathの仕組みとかわかるとだいぶ楽です。
スクレイピングには、いろいろな知識が必要なので上手いことトラブルシューティングしながら学んでください。

#必要そうな技術

  • HTML
  • (CSS?)
  • xpath
  • JavaScript
  • スクレイピングツール(selenium,nokogiri)

(本来、解決手法を提案するべきだと思うのですが、つい興味で答えの提示をしてしまい申し訳ないです)

投稿2016/07/18 15:19

退会済みユーザー

退会済みユーザー

総合スコア0

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。

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
85.50%

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