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

90.34%

  • Ruby

    8183questions

    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。

  • スクレイピング

    381questions

    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。

  • Capybara

    34questions

    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。

Capybaraにおけるリンクの検索,クリック方法について

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 841

raaacho

score 20

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.

  require 'capybara/poltergeist'
  require 'nokogiri'

    Capybara.register_driver :poltergeist do |app|
      Capybara::Poltergeist::Driver.new(app, {:js_errors => false, :timeout => 1000 })
    end

    session = Capybara::Session.new(:poltergeist)

      session.visit "https://job.rikunabi.com/2018/company/"
      session.find(:xpath, "/html/body/div/div[2]/div[1]/div/div[1]/div[1]/div[1]/div/div/p[1]/span/a").click

      puts "リクナビ#{year}の会社をクローリング"
      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"

    loop do
      p max_01 = session.all('.search-cassette.search-cassette_type01.js-search-cassette').length
      p max_Video = session.all('.search-cassette.search-cassette_typeVideo.js-search-cassette').length
      p max_pr = session.all('.search-cassette.search-cassette_type01.search-cassette_pr.js-search-cassette').length
      p max = max_01 + max_Video + max_pr - 2
      (0..max).each do |n|
          company_page_url = session.all('.search-cassette-header-cell.search-cassette-header-cell_02')[n].find('div a')[:href]
          session.visit company_page_url #会社ページへ行く
          sleep 0.5
          doc = Nokogiri::HTML.parse(session.html)

          #スクレイピング処理内容         

      session.go_back #戻る
      end
      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
      session.find('.search-pager02-list-item.search-pager02-list-item_next').click #次の100件へ
    end
    puts "スクレイピング終了"
  end
  • 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

# encoding : utf-8

require'open-uri'
require'certified'

base_url = 'https://job.rikunabi.com/2018/search/seminar/result/?ms=1&moduleCd=2&isc=ps055&pn='
count = 1

loop do
  page_source = open(base_url + count.to_s, &:read)
  link = page_source.scan(/<a href="(.+?)" target="_blank">/).flatten
  link = link.select{ |e| e.include?('/2018/company/r') }

  link.none? && break

  link.each do |element|
    data = open("https://job.rikunabi.com#{element}", &:read)
    puts data.scan(%r{<title>(.+?)の新卒採用・企業情報|リクナビ2018</title>})
  end

  count += 1
end


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

編集

  • 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。

  • 2017/03/07 04:08

    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。

    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 90.34%
  • 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

同じタグがついた質問を見る

  • Ruby

    8183questions

    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。

  • スクレイピング

    381questions

    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。

  • Capybara

    34questions

    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。