この記事の目的
映画.comさんより、公開中の映画のタイトルを20件取得していきます。
開発環境
- MacOS Mojave v10.14.2
使い方
cheerioの公式ページによれば、下記3つの特徴があります。
❤ Familiar syntax: Cheerio implements a subset of core jQuery. Cheerio removes all the DOM inconsistencies and browser cruft from the jQuery library, revealing its truly gorgeous API.
ϟ Blazingly fast: Cheerio works with a very simple, consistent DOM model. As a result parsing, manipulating, and rendering are incredibly efficient. Preliminary end-to-end benchmarks suggest that cheerio is about 8x faster than JSDOM.
❁ Incredibly flexible: Cheerio wraps around @FB55's forgiving htmlparser2. Cheerio can parse nearly any HTML or XML document.
ようするに、
1. jQueryライクに記述可能
2. 動作が早い、例えばJSDOMという別のライブラリと比較すると8倍程度
3. ほぼ全てのHTML/XMLドキュメントをパース可能
ようです。
それでは、cheerioをインストールしてスクレイピングしていきます。
セットアップ
cheerioという、スクレイピング用のライブラリ をインストールします。
$ npm init -y
$ npm i request cheerio
デモ
下記コードを実行すると、取得した映画のタイトルを配列にして表示してくれます。
getmovies.js
const request = require('request')
const cheerio = require('cheerio')
const url = 'https://eiga.com/now/all/rank/' // 映画.comランキングページ
const titles_arr = []
request(url, (e, response, body) => {
if (e) {
console.error(e)
}
try {
const $ = cheerio.load(body) //bodyの読み込み
$('h3', '.m_unit' ).each((i, elem) => { //'m_unit'クラス内のh3タグ内要素に対して処理実行
titles_arr[i] = $(elem).text() //配列にタイトルを挿入していく
})
console.log(titles_arr)
} catch (e) {
console.error(e)
}
})
終わりに
以上で、欲しいテキストをスクレイピングできました。