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

90.35%

  • JavaScript

    17515questions

    JavaScriptは、プログラミング言語のひとつです。ネットスケープコミュニケーションズで開発されました。 開発当初はLiveScriptと呼ばれていましたが、業務提携していたサン・マイクロシステムズが開発したJavaが脚光を浴びていたことから、JavaScriptと改名されました。 動きのあるWebページを作ることを目的に開発されたもので、主要なWebブラウザのほとんどに搭載されています。

  • jQuery

    7106questions

    jQueryは、JavaScriptライブラリのひとつです。 簡単な記述で、JavaScriptコードを実行できるように設計されています。 2006年1月に、ジョン・レシグが発表しました。 jQueryは独特の記述法を用いており、機能のほとんどは「$関数」や「jQueryオブジェクト」のメソッドとして定義されています。

  • 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。

jQueryにおける、特定の条件の除き方を教えてください

解決済

回答 4

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 506

SASAKI_APPL

score 73

wikipediaの映画一覧(https://ja.wikipedia.org/wiki/Category:2016%E5%B9%B4%E3%81%AE%E6%98%A0%E7%94%BB)のページから、各映画のURLを
jQueryで取得しようとしています。

    $("ul").children("li").children("a").each(function (idx) {
        console.log("リンク:" + $(this).attr('href'));
    });

環境は、node.jsのスクレイピングモジュール cheerio-httpcliを使っています

このような書き方で、全て取得できたのですが、

 

  •   2016年の日本公開映画
    2016年の映画
    第73回ヴェネツィア国際映画祭
    第69回カンヌ国際映画祭
    第11回札幌国際短編映画祭
    第29回東京国際映画祭
    第41回トロント国際映画祭
    2016年日本週末興行成績1位の映画の一覧

と言った、米印の映画ではないページを除きたいです。

イメージ説明

**上記の写真ののように、<h3>*</h3>が含まれたdivを除いた〜と書く場合はどのようにしたら良いかご教授ください。

もしよろしければ、children().children().みたいな書き方より美しい書き方がありましたら、それも教えてください。

  • 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。

質問への追記・修正、ベストアンサー選択の依頼

  • yambejp

    2017/09/27 12:56

    wikipediaのページ自体どうやって取得しているのでしょうか?

    キャンセル

  • SASAKI_APPL

    2017/09/27 12:59

    すみません、node.jsのスクレイピングモジュールのcheerio-httpcliってものを使っています

    キャンセル

回答 4

checkベストアンサー

+3

Wikipediaからデータを取るのなら、スクレイピングしなくても、APIで取れますし、そうすべきでしょう。

「カテゴリ内の全ページ」でしたら、categorymembersを使えます。

APIへのアクセス例

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。

  • 2017/09/27 13:44

    ありがとうございます!そんな便利なAPIがあったんですね!助かりました。

    キャンセル

  • 2017/09/27 15:05

    再びすみません、

    https://ja.wikipedia.org/w/api.php?action=query&format=xml&list=categorymembers&cmtitle=Category:2016年の映画&cmlimit=2000
    とやると
    https://ja.wikipedia.org/wiki/Category:2016%E5%B9%B4%E3%81%AE%E6%98%A0%E7%94%BB
    このページから観れる全ての映画を取得できるのですが、

    *
    2016年の日本公開映画
    2016年の映画
    第73回ヴェネツィア国際映画祭
    第69回カンヌ国際映画祭
    第11回札幌国際短編映画祭
    第29回東京国際映画祭
    第41回トロント国際映画祭
    2016年日本週末興行成績1位の映画の一覧

    と言った、米印の映画ではないページも含まれてしまいます。
    これを除く方法はありますでしょうか。

    キャンセル

  • 2017/09/27 15:10

    cmprop=sortkeyprefix|titleのようにすればソートキーも取れますので、取得してからsortkeyをチェックしてください。

    キャンセル

  • 2017/09/27 15:15

    ありがとうございます!確認してみます。

    キャンセル

+1

**上記の写真ののように、<h3>*</h3>が含まれたdivを除いた〜と書く場合はどのようにしたら良いかご教授ください。 

動作検証してないので、処理のイメージが浮かぶ参考になれば。。
セレクタだけで解決するのは無理だと思うので、間に if文でチェックが必要になりそうです。

$(".mw-category-group").each(function(){
  // <h3>タグの中身を検証
  if( $(this).children('h3').text() !== "*") {
    // <h3>*</h3>が含まれていないときは、配下のa要素をすべて処理
    $(this).find('a').each(function (idx) {
        console.log("リンク:" + $(this).attr('href'));
    });
  }
});

もしよろしければ、children().children().みたいな書き方より美しい書き方がありましたら、それも教えてください。

$("ul").children("li").children("a")を全く同じ意味のセレクタにするなら$("ul > li > a")です。

ただこれだとウィキペディアの左サイドメニューも対象になってしまうので、↓のほうがベターかと思います。
$("#mw-pages li > a")
$(".mw-category-group a")

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。

  • 2017/09/27 13:43

    ありがとうございます!大変、書き方の参考になりました!
    ただし、今回のwikipediaにはmediawikiのapiで綺麗に取得する方法があるそうなので、そちらをベストアンサーにさせていただきます。ご回答本当にありがとうございまうす。jQueryでのDOMの操作の仕方をほとんど知らなかったのでもっと勉強したいと思います。

    キャンセル

  • 2017/09/27 14:00

    スクレイピングは力業なので、対象サイトに負荷かかる&取得も遅いのでベストな選択だと思います。
    私もAPIがあることを知らなかったので参考になりました。

    キャンセル

+1

もしよろしければ、children().children().みたいな書き方より美しい書き方がありましたら、それも教えてください。

// この書き方は速度面では優れている
$("ul").children("li").children("a")

// 速度が多少落ちても良いなら下記のようにCSSセレクタを利用した書き方が可能
$("ui > li > a")

<h3>*</h3>が含まれたdivを除いた〜と書く場合はどのようにしたら良いか

eachでもなんとでもなるんだけど、jQuery的な解決をするなら……
filter(fn)で該当の要素を取り除く。

それぞれのui要素はfilter(fn)の関数内で$(this)とやればアクセス出来るので、prevやparentを駆使して狙いのh3要素を検索する。
filter(fn)は戻り値がfalseのものを除外するので、<h3>*</h3>の要素が見つかったものだけfalseを返して、見つからなければtrueを返す。

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。

  • 2017/09/27 15:11

    ありがとうございます。書き方で速度も変わるのですね。filter(fn)、使ってみたいと思います。ありがとうございます。

    キャンセル

0

var list = $('div.mw-category-group ul li:not(:first) a');
list.each(function(i, obj){
    Console.log(obj.text());
});

※未検証です。

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。

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 90.35%
  • 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

  • JavaScript

    17515questions

    JavaScriptは、プログラミング言語のひとつです。ネットスケープコミュニケーションズで開発されました。 開発当初はLiveScriptと呼ばれていましたが、業務提携していたサン・マイクロシステムズが開発したJavaが脚光を浴びていたことから、JavaScriptと改名されました。 動きのあるWebページを作ることを目的に開発されたもので、主要なWebブラウザのほとんどに搭載されています。

  • jQuery

    7106questions

    jQueryは、JavaScriptライブラリのひとつです。 簡単な記述で、JavaScriptコードを実行できるように設計されています。 2006年1月に、ジョン・レシグが発表しました。 jQueryは独特の記述法を用いており、機能のほとんどは「$関数」や「jQueryオブジェクト」のメソッドとして定義されています。

  • 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。