テーブルで隣のセルのデータを抽出する方法

このチュートリアルでは、テーブルで隣のセルについて、データを正しく抽出する方法を紹介します。まず、次の例を見てみましょう。

上記の画像例では、その値は隣にあります。同様に、「営業時間」の値も隣に表示されます。他のデータも同じパターンを適用します。

したがって、隣のセルを取得するには、その要素の位置を探し、次に要素の横にあるデータをさがします。この例では、ページ上で「営業時間」の詳細内容を直接指定するのではなく、「営業時間・定休日」の隣のセルを指定すると、より正しく取得できます。

具体的な操作は以下の手順に従ってください：

1) 「営業時間」の詳細内容をクリックして、「営業時間」のデータフィールドを作ります。

2) 抽出したら、ステップ「データを抽出」の設定画面を開いて、をクリックして、データフィールドのxPathを指定することができます。

3) 対象データフィールドのテキストに関連する相対パスのXPathを検索する

Firefoxでページを開き、FirePathで対象データフィールドを調べます。「営業時間」のテキストは<th>タグ内にあり、その関連値は下の<td>タグ内にあります。

　　　　　//th[contains(text(),'営業時間')]/following-sibling::td

このXPath式は、「営業時間」のテキストを含む<th>タグを検索し、そのすぐ下にある一番目の<td>タグを見つけるように指示しています。そして、「営業時間」の関連値を取得できます。

このように、Octoparseは「営業時間」がWebページに表示されている場所に応じて、「営業時間」の隣のセルを探します。この方法をリストの同じフィールドに適用すると、要素の見つからない・位置が不一致の状況が発生する可能性は減られます。

ヒント！

Absolute XPath（絶対パス）はページ上の要素を見つける直接な方法として理解できますが、一旦階層関係が変わったら、対象要素の指定に失敗する欠点があります。
Relative XPath （相対パス）は異なるタグ、属性、値を使ってページから要素を検索できます。これらの基準を追加すると、要素が正しく見つけられます。
Following-sibling は、指定された要素より後にある要素を探すのによく使われます。
XPATHの詳細はこちら！