Google Apps ScriptでHTMLをパースする3つの方法

Google Apps Script（GAS）でHTMLを扱う場面では、いくつかのパース方法があり、バイブコーディング中にどの手法を使うか迷うことがありました。
そこで今回は、備忘録も兼ねて、代表的な3つの方法を比較し、それぞれのメリット・デメリットや使いどころを整理してみます。

1. XmlServiceを使う方法

概要

GAS標準の XmlService.parse() を使って、HTMLをDOMライクに解析する方法です。

const xml = XmlService.parse('<root>' + cleanedHtml + '</root>');

特徴

• ✅ XHTML準拠の構造ならDOMとして安全に解析可能
• ⚠️ <meta> などの閉じタグがないHTMLには対応できない
• ⚠️ <!DOCTYPE> を含むと例外発生の可能性あり

向いているケース

• シンプルで構造が安定した（≒XMLに近い）HTML

2. 正規表現での解析

概要

タグ構造を正規表現で解析し、必要なテキストや属性を抽出する方法です。

const match = html.match(/<td[^>]*>\s*(\d{4}\/\d{2}\/\d{2})/);

特徴

• ✅ HTMLの構文エラーに左右されず動作
• ✅ DOM構造を無視して高速に抽出可能
• ⚠️ タグの順序や構造変更に非常に弱い
• ⚠️ 保守性・読みやすさがやや低い

向いているケース

• 決まったレイアウト等でDOM構造が変わる頻度が低い
• 軽量で特定箇所だけ取りたいとき

3. cheeriogsライブラリを使う方法

概要

GAS用のCheerioラッパーライブラリ「cheeriogs」 を使って、jQueryのようにHTMLを解析する方法です。

const $ = Cheeriogs.load(html);
const store = $('td').eq(1).text();

特徴

• ✅ jQuery風のセレクタで直感的に操作できる
• ✅ HTML構文の厳密性を気にせず扱える
• ⚠️ ライブラリの追加が必要（導入がやや面倒）
• ⚠️ セキュリティ・メンテナンスへの配慮が必要

向いているケース

• 複雑でネストされたHTML
• 複数要素を繰り返し処理したいとき

🔍 各手法の比較表

特徴 / 方法	XmlService	正規表現	cheeriogs
HTMLの構文厳密性	必須（XHTML準拠）	不要	不要
構造変更への強さ	強い（DOMベース）	弱い（壊れやすい）	中程度（セレクタ次第）
実装のシンプルさ	△ 前処理が必要	◎ すぐに使える	○ 導入が必要
保守性・読みやすさ	△ XML風で冗長	△ 複雑になることも	◎ jQuery風で直感的
向いているHTML	整形されたXML風HTML	DOM構造が固定のHTML	ネストや繰り返し構造
外部ライブラリの依存	なし	なし	あり

🧭 選び方の目安

利用シーン	おすすめの手法
XHTMLに近い構造、安定したHTML	XmlService
決まったレイアウト等でDOM構造が変わらない場合	正規表現
複雑なHTML、繰り返し処理、柔軟な抽出が必要な場合	cheeriogs

✍️ まとめ

• 🔸 XML形式に変換可能で正確さを重視するなら XmlService
• 🔸 DOM構造が変わらなず、部分的な抽出だけなら 正規表現
• 🔸 柔軟にセレクタ操作したいなら cheeriogs