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%
Capybara

Capybaraは、 Rubyで開発されているWebアプリケーションテストフレームワークです。Webブラウザ不要でブラウザ上のユーザー操作及びJavaScriptの挙動を自動化することができます。

スクレイピング

スクレイピングとは、公開されているWebサイトからページ内の情報を抽出する技術です。

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

1回答

2573閲覧

Capybaraにおけるリンクの検索,クリック方法について

raaacho

総合スコア28

Capybara

Capybaraは、 Rubyで開発されているWebアプリケーションテストフレームワークです。Webブラウザ不要でブラウザ上のユーザー操作及びJavaScriptの挙動を自動化することができます。

スクレイピング

スクレイピングとは、公開されているWebサイトからページ内の情報を抽出する技術です。

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2017/03/06 03:17

編集2017/03/06 03:26

capybara/poltergeistを用いてリクナビ(https://job.rikunabi.com/2018/)をスクレイピングしたいと思っています.
具体的には企業検索ページから新着企業を選択し,該当企業一覧を表示させ,その企業全ての企業ページへ訪問し,企業情報を取得するというものです.
作成したコードをいかに記載しています.(企業情報を取得するスクレイピング部分は省略しています.)
問題点は該当企業の一覧が100件ずつ表示されるのですが,次の100件を表示させることができないことです.
特にエラーは発生しないのですが,1ページ目の場合でも
break if session.has_no_link?('.search-pager02-list-item.search-pager02-list-item_next')
このif文でtrueを返してしまうため,loopから抜けてしまいます.
おそらくここのhas_no_link?の使い方がおかしいのかなと思うのですが,ググっても理解できませんでした.
私のこの用途の場合,ページ遷移を正しく行わせるためにはどのようなif文での条件指定をすれば良いのか教えていただけると助かります.よろしくお願いします.
また,次の100件へページ遷移する場合も
session.find('.search-pager02-list-item.search-pager02-list-item_next').click
このコードでいいのか教えていただけると助かります.

ruby

1 require 'capybara/poltergeist' 2 require 'nokogiri' 3 4 Capybara.register_driver :poltergeist do |app| 5 Capybara::Poltergeist::Driver.new(app, {:js_errors => false, :timeout => 1000 }) 6 end 7 8 session = Capybara::Session.new(:poltergeist) 9 10 session.visit "https://job.rikunabi.com/2018/company/" 11 session.find(:xpath, "/html/body/div/div[2]/div[1]/div/div[1]/div[1]/div[1]/div/div/p[1]/span/a").click 12 13 puts "リクナビ#{year}の会社をクローリング" 14 puts "全#{session.find('body > div.search-scrock.is-active > div > div > div._actionBar-cell._actionBar-cell_01 > span > span').text}社がヒット" 15 16 loop do 17 p max_01 = session.all('.search-cassette.search-cassette_type01.js-search-cassette').length 18 p max_Video = session.all('.search-cassette.search-cassette_typeVideo.js-search-cassette').length 19 p max_pr = session.all('.search-cassette.search-cassette_type01.search-cassette_pr.js-search-cassette').length 20 p max = max_01 + max_Video + max_pr - 2 21 (0..max).each do |n| 22 company_page_url = session.all('.search-cassette-header-cell.search-cassette-header-cell_02')[n].find('div a')[:href] 23 session.visit company_page_url #会社ページへ行く 24 sleep 0.5 25 doc = Nokogiri::HTML.parse(session.html) 26 27 #スクレイピング処理内容 28 29 session.go_back #戻る 30 end 31 break if session.has_no_link?('.search-pager02-list-item.search-pager02-list-item_next') #次の100件へのボタンがなければ終了 32 session.find('.search-pager02-list-item.search-pager02-list-item_next').click #次の100件へ 33 end 34 puts "スクレイピング終了" 35 end 36

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

Ruby

1# encoding : utf-8 2 3require'open-uri' 4require'certified' 5 6base_url = 'https://job.rikunabi.com/2018/search/seminar/result/?ms=1&moduleCd=2&isc=ps055&pn=' 7count = 1 8 9loop do 10 page_source = open(base_url + count.to_s, &:read) 11 link = page_source.scan(/<a href="(.+?)" target="_blank">/).flatten 12 link = link.select{ |e| e.include?('/2018/company/r') } 13 14 link.none? && break 15 16 link.each do |element| 17 data = open("https://job.rikunabi.com#{element}", &:read) 18 puts data.scan(%r{<title>(.+?)の新卒採用・企業情報|リクナビ2018</title>}) 19 end 20 21 count += 1 22end

capybaraを知らない素人の考えですが
urlの末尾の数字を増やすと次のページのurlになるみたいなので
それを増やしながらループを回して企業情報のurlがなくなったら
ループを終了させるというのはどうでしょうか。

投稿2017/03/06 06:07

編集2017/05/08 14:44
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。

raaacho

2017/03/06 19:08

そういった考え方はありませんでした。スマートでわかりやすいロジックの説明ありがとうございました。ありがたく採用させていただきます。
guest

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