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

90.62%

  • Ruby

    7308questions

    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 nokogiriで構造通りにセレクタのテキストを取得する

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 384

Hello

score 18

現在、nokogiriにて下記のような構造のテキストをスクレイピングをするコードを書いております。

<div class="class1">
  <h1>headline1headline1headline1headline1</h1>
  <p>text1text1text1text1text1text1</p>
  <p>text2text2text2text2text2text2</p>
  <p>text3text3text3text3text3text3</p>
  <p>text4text4text4text4text4text4</p>
  <h1>headline2headline2headline2headline2</h1>
  <p>text5text5text5text5text5text5</p>
  <p>text6text6text6text6text6text6</p>
  <p>text7text7text7text7text7text7</p>
  <p>text8text8text8text8text8text8</p>
  <p>text9text9text9text9text9text9</p>
</div>

取得したい結果は下記のように構造通りに取得したいのですが、まずh1がまとまって取得され、その後pタグが取得されるような形になってしまいます。

■■■■得たい結果■■■■
headline1headline1headline1headline1
text1text1text1text1text1text1
text2text2text2text2text2text2
text3text3text3text3text3text3
text4text4text4text4text4text4
headline2headline2headline2headline2
text5text5text5text5text5text5
text6text6text6text6text6text6
text7text7text7text7text7text7
text8text8text8text8text8text8
text9text9text9text9text9text9

■■■■得られた結果■■■■
headline1headline1headline1headline1
headline2headline2headline2headline2
text1text1text1text1text1text1
text2text2text2text2text2text2
text3text3text3text3text3text3
text4text4text4text4text4text4
text5text5text5text5text5text5
text6text6text6text6text6text6
text7text7text7text7text7text7
text8text8text8text8text8text8
text9text9text9text9text9text9

順番にh1を取得しようと下記のように書き換えました。
※each文を利用する意味はないと思いますが、このようにすると動いたので、その部分も書き換えたいです。

require 'open-uri'
require 'nokogiri'

url = File.open("sample.html")
doc = Nokogiri::HTML(url)

doc.css(".class1").each do |article|
   for i in 1..10
    h1 =  article.xpath("h1["+i.to_s+"]")

    unless h1.empty?
      puts h1.text
      p = article.xpath("p") ←ここの書き方がわからない。
      puts p.text
    else
      next
    end
  end
end

上記のようにすることで下記のような結果を得られました。
headline1headline1headline1headline1
text1text1text1text1text1text1
text2text2text2text2text2text2
text3text3text3text3text3text3
text4text4text4text4text4text4
text5text5text5text5text5text5
text6text6text6text6text6text6
text7text7text7text7text7text7
text8text8text8text8text8text8
text9text9text9text9text9text9
headline2headline2headline2headline2
text1text1text1text1text1text1
text2text2text2text2text2text2
text3text3text3text3text3text3
text4text4text4text4text4text4
text5text5text5text5text5text5
text6text6text6text6text6text6
text7text7text7text7text7text7
text8text8text8text8text8text8
text9text9text9text9text9text9

これを下記の結果が得られるようにするため、アドバイスをいただけますと幸いです。

■■■■得たい結果■■■■
headline1headline1headline1headline1
text1text1text1text1text1text1
text2text2text2text2text2text2
text3text3text3text3text3text3
text4text4text4text4text4text4
headline2headline2headline2headline2
text5text5text5text5text5text5
text6text6text6text6text6text6
text7text7text7text7text7text7
text8text8text8text8text8text8
text9text9text9text9text9text9

  • 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

単純に、これでどうでしょう?

doc.css(".class1").each do |article|
  article.css("h1,p").each do |h|
    puts h.text
  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。

  • 2017/01/11 20:46

    ありがとうございます。
    思い通りの結果が取得できました。

    とても勉強になりました。

    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 90.62%
  • 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

  • 解決済

    rubyでdef化する方法について

    下記ブログを参考にスクレイピングの練習をしてみようと思うのですが、仮にこのコードの内容をメソッドにして実行する場合、defを使ってどのような書き方ができるでしょうか? 参考ブ

  • 解決済

    「超初歩」rubyのscrapingについて[anemone]

    前提・実現したいこと ルビーでwebスクレイピングをしようと考えているのですが なかなか上手く行きません…。タグ名を取得したいのですがなかなか出来なくて とても初歩的な質問で

  • 受付中

    スクレイピングの文の削除

    前提・実現したいこと Rubyでスクレイピングを行なっていますが、Yahoo知恵袋 の質問文だけ抽出さたいのですが、他の文の削除方法をご教授願いたいです。 ちなみに短すぎる文

  • 解決済

    Nokogiri、anemone、open-uriを使って、指定したサイトをクロール、スクレイピング

    前提・実現したいこと Nokogiri、anemone、open-uriを使い、指定したウェブサイトをクローリング、スクレイピングして、画像リンクURLを取得し、そのURLから画

  • 解決済

    Ruby で変数のローカルを増やしたいです。

    前提・実現したいこと Ruby でスクレ―ピングをするために Anemone をつかっています。 複数のリンクからタイトルを取りだしてまとめて表示したいのですが、変数のスコープ

  • 解決済

    Rubyの正規表現で複数マッチする中から特定の値を抜き出したい

    前提・実現したいこと 日経(http://www.nikkei.com/nkd/?MsgId=1)から株価の売買単価を取得し、 txtファイルとして保存したい 該当のソースコー

  • 解決済

    ruby nokogiri xpath について

    要素指定の際にtextだと子要素の値まで取得するかと思うのですが、 子要素の値を除く値が欲しいのですが方法はありますでしょうか。。 <p> ここの文字列のみ取得したい <br>

  • 解決済

    スクレイピングできるサイトとできないサイトがある

    スクレイピングをできるサイトとできないサイトがあります。 例えばヤフーの記事一覧を取得するなら、 1、記事一覧の一番上の記事を検証し、css(xpath)を抜き出す 2、記事一覧の

同じタグがついた質問を見る

  • Ruby

    7308questions

    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。