ASINコードでAmazonの商品情報をスクレイピングする

前回、Amazonから製品情報をスクレイピングする方法を紹介しました。今回のチュートリアルでは、Webスクレイピングツール Octoparseを使って、ASINコードでAmazonから商品情報を取得する方法を説明します。

ASINコードは、Amazonグループの独自のコードで書籍以外の商品を識別する10桁の固有番号です。同じ商品は、どの国のamazonでも、同じASINコードで管理されています。ですから、ASINを知ってると、商品リサーチをする際に無駄な時間を奪われることが減るかもしれません。

始める前に、事前にASINのリストを用意しておく必要があります。

ASIN

チュートリアルで次のURLを使用します。

以下はチュートリアルの主な手順です。 [デモファイルをダウンロードする ]

1) 「Webページを開く」- 内蔵ブラウザで対象のWebページを開く

2) 「ループアイテム」 - ASINのリストを入力し検索する

このステップでは、OctoparseがASINコードを1つずつ検索ボックスに自動的に入力するように設定します。

ループアイテム-を作る

今、ASINリストがループアイテムボックスに表示されています。それでは検索操作のループを作り始めましょう。

Octoparseの正しい実行順序を生成するために、ワークフローの「テクストを入力する」アクションの位置を調整する必要があります。

テクストを入力する

ASINを入力したあと、検索する必要があります。

AmazonはAJAXで検索結果を読み込むので、「AJAX読み込み」を設定する必要があります。

ヒント！

AJAXの詳細について以下チュートリアルをご参考ください。

3) 「データを抽出する」 - 抽出したいデータを選択する

データを抽出する

4) XPathを変更する - データ抽出の精度を向上させる（オプション）

このケースには、異なる詳細ページにある「Reviewer」要素は、必ずしもの同じ場所に配置されているとは限りません。したがって、この問題によってデータが失われるのを防ぐために、OctoparseでXPathを変更する必要があります。

//div[@id="centerCol"]//span[@id="acrCustomerReviewText"]

xpathを変更する

ヒント！

OctoparseでXPathを変更すると、自動生成されたXPathよりも高い柔軟性と精度で非常にうまく動作します。