htmlのテーブルで<tr class>内の<td><a>内容</a></td>の"内容"だけ抽出するスクリプトについて

Question

###htmlで書かれたテーブル内のデータを正確に取得したい
htmlで書かれたサイトのテーブルデータを正確に抜き出すようなスクリプトを作りたいのですがどのような言語で作ればいいのか分からず現状手も足も出ない状態です..

###こんな感じのを作りたい
環境がWindowsなのでcmdで該当ページのurlを入力すると指定された<tr class>内の<td><a>"内容"</a</td>の"内容"の部分だけを正確にとってくるようなものにしたい

###補足情報
なんの言語でどのように作ればいいのか全くフローが思い浮かばず調べるにも手が付けられない状態なのでどういう風に内容を取得すればいいのかといった点を教えていただけると幸いです。

Answer 1

取得したいデータをどうしたいのかが不明ですが、質問文の内容だけならスクリプトを組むまでもありません。

Octoparse、import.ioなど、一切プログラミングができなくても使えるツールが色々ありますよ。
とりあえず、「スクレイピング ツール」でググってください。

プログラムを組む場合も、PHP、python、ruby、javaなど、どの言語でもスクレイピングはできます。
本格的なスクレイピングツール・クローラーを作るなら、pythonですね。

Comments

[pinsong]

ありがとうございます。
対応するページがaspxページだったので少々焦りましたがなんとかなりました。
ありがとうございました