Qiita Teams that are logged in
You are not logged in to any team

Log in to Qiita Team
Community
OrganizationAdvent CalendarQiitadon (β)
Service
Qiita JobsQiita ZineQiita Blog
150
Help us understand the problem. What is going on with this article?
@w650

Nokogiriでスクレイピング

More than 5 years have passed since last update.

nokogiriとは

gemで提供されているスクレイピングライブラリのこと。

公式サイト
http://nokogiri.org/

install

gemでインストールする。

gem install nokogiri

使い方

使い方はとにかく簡単。
スクレイピングしたいページにアクセスし、HTMLを取得してきた後、nokogiriを通して各要素にアクセスする。
要素へのアクセス方法は、XPathというものとCSS記法によるものがあるらしいが、普段使い慣れているCSSが使えれば十分だと思った。

サンプル

nokogiri.rb
require 'nokogiri'
require 'open-uri'

html = Nokogiri::HTML(open('https://www.google.co.jp/'))
logo = html.css('#hplogo').first # id="hplogo"
logo.name # タグ名
logo.attributes # 属性情報のハッシュ
logo.children # 子要素の配列
logo.content # タグの中身のテキストのみ
logo.inner_html # タグの中身のHTML

nokogiriオブジェクトにはcssメソッドが提供され、このcssメソッドを使用して各要素にアクセスする。
cssメソッドの引数には、ほぼそのままCSS記法が使える。

css.rb
html.css('.hoge') # class="hoge"
html.css('.hoge > img') # class="hoge"の子要素にあるimgタグ
150
Help us understand the problem. What is going on with this article?
Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away

Comments

No comments
Sign up for free and join this conversation.
Sign Up
If you already have a Qiita account Login
150
Help us understand the problem. What is going on with this article?