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

90.54%

  • Ruby

    9199questions

    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。

htmlファイルから取得したデータのcsvファイルへの書込みがうまくいきません。

解決済

回答 3

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 530

iamsin

score 9

htmlファイルからNokogiriで取得したデータのcsvファイルへの書込みがうまくいきません。
htmlファイルの中の表データから4種類のデータを取得をしましたが、
4つ目のhref属性のデータがうまく取得できません。

下記のような表から4項目のデータを取得しcsvファイルに書き込むと、

列a 列b 列c 列d
製造年 産地 価格 写真リンク
2016 tokyo リンク1
2013 chiba 2500
2015 osaka リンク2
2016 kyoto 2100
2016 kobe 2200 リンク3

d列だけ、データが空の場合いは、下記のように上に詰めて書込みされてしまいます。

2016,tokyo, ,リンク1,
2013,chiba,2500,リンク2,
2015,osaka, ,リンク3,
2016,kyoto,2100,,
2016,kobe,2200,,

これをエクセルで読込むと、下記に様に、表示位置が変わってしまいます。

列a 列b 列c 列d
製造年 産地 価格 写真リンク
2016 tokyo リンク1
2013 chiba 2500 リンク2
2015 osaka リンク3
2016 kyoto 2100
2016 kobe 2200

プログラムは下記の通りです。

※上記の表は例えです。プログラムの中のxpathとは相違します。

何卒、ご指導のほど宜しくお願いいたします。

# coding:utf-8
require 'nokogiri'
require 'csv'


files=Dir.glob('/Users/PCUser/work/files/*.html')
files.each do |file|
doc = Nokogiri::HTML(open(file),nil,'utf-8')

ay=[]
by=[]
cy=[]
dy=[]


a=doc.xpath ('//div[2]/center/table/tbody/tr/td[1]/font/table/tbody/tr/td[1]/font')
b=doc.xpath ('//div[2]/center/table/tbody/tr/td[1]/font/table/tbody/tr/td[2]/nobr/font')
c=doc.xpath ('//div[2]/center/table/tbody/tr/td[2]')
d=doc.xpath ('//div[2]/center/table/tbody/tr/td[9]/font/a')

a.each do |node|
ay << node.text
end

b.each do |node|
by << node.text
end

c.each do |node|
cy << node.text
end

d.css('a').each do |node|
dy << node[:href]
end

CSV.open('bo.csv','a') do |csv|
a.length.times do |z|
csv << [ay[z],by[z],cy[z],dy[z]]

end
end
end

補足情報(言語/FW/ツール等のバージョンなど)
Ruby 2.2.4-p230
caypybara 2.7.0

  • 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 3

+1

dだけ、eachではなくcss('a').eachとしているからではないでしょうか。
eachの中に条件式をいれてaがあればhref取得とすればエラーがでず正しい位置で出力できる気がします。

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。

  • 2017/01/23 14:04

    ご返答誠にありがとうございます。

    eachの中に条件式とは具体的にどのようにしたらよいでしょうか?

    キャンセル

  • 2017/01/28 10:55

    each のなかの条件式を下記のようにしてみましたが、同じ結果でした。

    iy=[]
    i.each do |node|
    if i.empty?
    iy <<'empty'
    elsif i.nil?
    iy << 'nil'
    else
    iy << node[:href]
    end
    end

    キャンセル

+1

すみません、手元のコードで試したので微妙にセレクタを使っていたりしますが、、、
こんなイメージです。

# tdまでを取得する
doc.css('table > tr > td:nth-child(4)').each_with_index{|e,index|
 # td以下の子ノード(1)取得のためのtrのNoを作成。+1にするのはindexは0はじまり、nodeは1はじまりのため
 tr_no = index + 1
 # td以下の子ノード(1)取得
 i = doc.css('table > tr:nth-child(' + tr_no.to_s + ') > td:nth-child(4) > a')
 # 要素の検証。nillでなければhref属性取得
 if i[0].nil?
  puts 'this node is null'
 else
  puts i[0][:href]
 end
}

iamsinさんのコード上だと
①d=doc.xpath ('//div[2]/center/table/tbody/tr/td[9]/font/a')部分を
d=doc.xpath ('//div[2]/center/table/tbody/tr/td[9]')にして
②d.css('a').each do |node|
dy << node[:href]
end

d.each_with_index do |node,index|
~~~~省略
end
にする形ですかね。。

がんばってください!

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。

  • 2017/01/28 18:19 編集

    新しい回答として書いてしまいましたが上記コメントへの回答です(^^;)

    こうする理由としては、
    d=doc.xpath ('//div[2]/center/table/tbody/tr/td[9]/font/a') とした場合、aまで指定しているので
    配列に入っているのは [link1],[link2],[link3] の3つとなるんですね。
    つまりnilの列がcsvに入らなくなります。
    なので、aの親ノードのtd[9]までで指定すると、
    配列に入っているのは [nil],[link1],[link2],[nil],[link3] の5つとなり、
    csvにnilの列も書き出すことができます。

    キャンセル

  • 2017/01/29 17:25

    ご回答いただき、誠にありがとうございます。
    ご指導いただいた内容で解決できました、誠にありがとうございました。
    下記のように修正しました。

    d=doc.xpath ('//div[2]/center/table/tbody/tr/td[9]')

    d.each_with_index{|node,index|
    tr_no = (index + 1)*2+1 (取得したい行が奇数行のため)
    sin = doc.xpath('//div[2]/center/table/tbody/tr['+tr_no.to_s+']/td[9]/font/a')
    if sin[0].nil?
    dy << 'null'
    else
    dy << sin[0][:href]
    end
    }

    キャンセル

check解決した方法

0

もっと、模索します。

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。

同じタグがついた質問を見る

  • Ruby

    9199questions

    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。