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

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。

Q&A

解決済

3回答

1956閲覧

スクレイピングしたhtmlファイルデータのcsv化について

iamsin

総合スコア15

Ruby

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。

0グッド

0クリップ

投稿2017/01/28 09:18

スクレイピングしたhtmlファイルデータのcsv化についてご相談します。

htmlファイルからNokogriで解析したデータの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、csvに書き込みましたが、
4つ目のhref属性のデータの位置がずれてしまします。

例えば、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
2016tokyoリンク1
2013chiba2500
2015osakaリンク2
2016kyoto2100
2016kobe2200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
2016tokyoリンク1
2013chiba2500リンク2
2015osakaリンク3
2016kyoto2100
2016kobe2200

プログラムは下記の通りです。

※上記の表は例えです。実際プログラムの中の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。

ruby

1# coding:utf-8 2require 'nokogiri' 3require 'csv' 4 5 6files=Dir.glob('/Users/PCUser/work/files/*.html') 7files.each do |file| 8doc = Nokogiri::HTML(open(file),nil,'utf-8') 9 10ay=[] 11by=[] 12cy=[] 13dy=[] 14 15 16a=doc.xpath ('//div[2]/center/table/tbody/tr/td[1]/font/table/tbody/tr/td[1]/font') 17b=doc.xpath ('//div[2]/center/table/tbody/tr/td[1]/font/table/tbody/tr/td[2]/nobr/font') 18c=doc.xpath ('//div[2]/center/table/tbody/tr/td[2]') 19d=doc.xpath ('//div[2]/center/table/tbody/tr/td[9]/font/a') 20 21a.each do |node| 22ay << node.text 23end 24 25b.each do |node| 26by << node.text 27end 28 29c.each do |node| 30cy << node.text 31end 32 33d.each do |node| 34dy << node[:href] 35end 36 37CSV.open('bo.csv','a') do |csv| 38a.length.times do |z| 39csv << [ay[z],by[z],cy[z],dy[z]] 40 41end 42end 43end

【試したこと】

d.each do |node| dy << node[:href] end の部分を条件分岐で配列の書き込みをしましたが、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

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3

0

こんな感じでどうでしょう。

Ruby

1d=doc.xpath ('//div[2]/center/table/tbody/tr/td[9]') 2 3d.each do |node| 4 d0 = d.xpath('//a')[0] 5 if d0 6 dy << d0[:href] 7 else 8 dy << "" 9 end 10end

投稿2017/01/28 11:19

otn

総合スコア84421

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。

0

html が提示されていないので、断定できませんが、
d=doc.xpath ('//div[2]/center/table/tbody/tr/td[9]/font/a')
の結果が 3 項目しかとれていないのだとおもわれます。
一番右の列の空セルと値が入っているセルの両方をとれるような selcter の指定をすれば、解決すると思います。

プログラム中で d の値がどうなっているかを p で表示させるか debugger で確認するなどしてみてください。

投稿2017/01/28 09:56

katoy

総合スコア22324

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。

0

自己解決

皆様、ご回答頂き誠にありがとうございます。
each_with_index
で問題解決が出来ました。
空のセル(nil)が拾えてなかったようです。
皆様の助言から問題を解決出来ました、誠にありがとうございました。皆様、ご回答頂き誠にありがとうございます。

投稿2017/02/01 08:58

iamsin

総合スコア15

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