search
LoginSignup
147

More than 5 years have passed since last update.

posted at

updated at

Nokogiriでスクレイピング

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

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
What you can do with signing up
147