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。

RSS

RSS(Really Simple Syndication)はブログのエントリやニュースの見出し、標準のフォーマットの音声やビデオなどを発行するために使われるウェブフィードのフォーマットの集合体です。

Ruby on Rails 4

Ruby on Rails4はRubyによって書かれたオープンソースのウェブフレームワークです。 Ruby on Railsは「設定より規約」の原則に従っており、効率的に作業を行うために再開発を行う必要をなくしてくれます。

Q&A

解決済

1回答

3273閲覧

【フィード】summaryの画像だけを抽出する

suzumi

総合スコア82

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。

RSS

RSS(Really Simple Syndication)はブログのエントリやニュースの見出し、標準のフォーマットの音声やビデオなどを発行するために使われるウェブフィードのフォーマットの集合体です。

Ruby on Rails 4

Ruby on Rails4はRubyによって書かれたオープンソースのウェブフレームワークです。 Ruby on Railsは「設定より規約」の原則に従っており、効率的に作業を行うために再開発を行う必要をなくしてくれます。

0グッド

1クリップ

投稿2015/02/23 02:40

Atomなどのフィードのsummaryにimgタグが入っているブログをよく見かけます。
imgタグだけ抜き出したい場合はどうすればよいでしょうか?
正規表現しかないのでしょうか。
gemはfeedjiraを使っています(昔はfeedzirraという名前だったらしいです)

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

具体的なフィード(のURL)を上げてくださればお答えできるかもしれません。

例えばWebクリエイターボックスさんのようなブログです。
http://www.webcreatorbox.com/feed/

とのことなのでこれを料理してみましょう。

feedjira を使うのは初めてなので、取得の仕方が下手だったらゴメンナサイね。

lang

1require 'feedjira' 2 3feed = Feedjira::Feed.fetch_and_parse("http://www.webcreatorbox.com/feed/") 4img_tags = feed.entries.map do |entry| 5 Nokogiri::HTML.parse(entry.summary).css('img').to_html 6end

これで各エントリの img タグのみの配列が取得出来ました。

解説

Atom の各エントリの summary (XML 的には <description> タグ)を取得します。いま(2/23 17時半)だと一つ目( feed.entries[0].summary )は

<img width="773" height="406" src="http://www.webcreatorbox.com/wp-content/uploads/2015/02/thumb_ano.jpg" class="attachment-thumbnail wp-post-image" alt="thumb_ano" />WebクリエイターボックスのTwitter: @webcreatorboxでは毎日Webに関する記事や美しいデザイン・写真などを紹介しています。その中で今週人気だったつぶやきトップ10を紹介します。見逃してしまった人はこ [&#8230;]

です。
ここから HTML である img タグを切り取ります。
HTML や XML をパースするのなら…やはり nokogiri ですね 。 feedjira は nokogiri に依存しているので、 require 'feedjira' すれば nokogiri も使えるようになります。
feed.entries[0].summary は String なので、そのまま Nokogiri::HTML.parse でぶった切ります。
css('img') で img タグ部分を抜き取ります。(普段は XPath ばかり使うので当初は xpath('//img') と書いていたのですが、 css のほうがシンプルになっていたので書き直しました。)

[#<Nokogiri::XML::Element:0x3fd35040e648 name="img" attributes=[#<Nokogiri::XML::Attr:0x3fd350415ca4 name="width" value="773">, #<Nokogiri::XML::Attr:0x3fd350415c90 name="height" value="406">, #<Nokogiri::XML::Attr:0x3fd350415c7c name="src" value="http://www.webcreatorbox.com/wp-content/uploads/2015/02/thumb_ano.jpg">, #<Nokogiri::XML::Attr:0x3fd350415c54 name="class" value="attachment-thumbnail wp-post-image">, #<Nokogiri::XML::Attr:0x3fd350415c40 name="alt" value="thumb_ano">]>]

これを to_html で HTML に戻します。

<img width="773" height="406" src="http://www.webcreatorbox.com/wp-content/uploads/2015/02/thumb_ano.jpg" class="attachment-thumbnail wp-post-image" alt="thumb_ano">

この例ぐらいならば正規表現でも抜き出せますが、複雑になってくると大変です。なので、 nokogiri などの XML/HTML パーサを使いましょう。

別解: nokogiri だけで抜き出してみる

lang

1require 'nokogiri' 2require 'open-uri' 3 4doc = Nokogiri::XML.parse(open("http://www.webcreatorbox.com/feed/").read) 5doc.xpath('//channel/item').map do |item| 6 Nokogiri::HTML.parse(item.xpath('description').text).css('img').to_html 7end

Atom や RSS は XML なので nokogiri でパース出来ます。

投稿2015/02/23 08:09

編集2015/02/23 11:07
riocampos

総合スコア241

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。

riocampos

2015/02/24 02:33

質問投稿したときには直ぐに反応があったのに、答えを書いたら反応が全く無いですね。
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