blog/2008-11-29-00001077.md at 7e1fc240f3926ea8abd0b3aef11b4b9dc9660e0b

14 KiB

Raw Blame History

title

author

date

wordtwit_post_info

これまでのまとめ

ページを表示できません。｜スターバックスコーヒージャパンからリンクの抽出を前回行いました。今回は個別のページから情報を取得します。

取得したいページ

たとえば「http://www.starbucks.co.jp/search/result_city2.php?SearchPerfecture=%8B{%8F%E9%8C%A7:title]」のページです。個々の情報が次のように並んでいます。

ここから情報を取得します。

Web::Scraper

こういう場合はWeb::Scraperを使うとよいようです。そこで実際に使ってみました。

参考にしたのは以下のページです:

実際のコード

# === Libraries ===
use strict;
use warnings;
use URI;
use Web::Scraper;
use YAML;
use Encode;
use utf8;
# === Main part ===
# Web::Scraperのインスタンスを作成
my $scraper = scraper {
# 切り出す位置を指定
# 今回は複数ある「<div class="Table01">...</div>」の間を切り出し、
# storesという配列に格納
process '//div[contains(@class, "Table01")]', 'stores[]' => scraper {
# 「<div class="Table01">」からの相対的な位置で切り出す位置を指定
# 「//tr[1]/td[2]」は「<div class="Table01">」から
# 一つ目の「<tr>」の中にある二つ目の「<td>...</td>」の間にあるテキスト情報を
# キー「store_name」としてハッシュに格納する
process '//tr[1]/td[2]', 'store_name' => 'TEXT';
process '//tr[2]/td[2]', 'address'    => 'TEXT';
process '//tr[3]/td[2]', 'tel'        => 'TEXT';
process '//tr[4]/td[2]', 'nearby_station' => 'TEXT';
process '//tr[5]/td[2]', 'open_close' =>'TEXT';
}
};
# 実際に情報を取得する
my $result = $scraper->scrape(
URI->new(
"http://www.starbucks.co.jp/search/result_city2.php?SearchPerfecture=%88%A4%92m%8C%A7"
)
);
# 情報の表示
print encode( 'utf8', Dump($result->{stores}) );

実行結果

—

address: 郵便番号450-6013愛知県名古屋市中村区名駅 1-1-4 JRセントラルタワーズ 13F

nearby_station: ‘名古屋駅 ( JR東海道本線、JR関西本線、名古屋市営地下鉄桜通線、名古屋市営地下鉄東山線、近鉄名古屋線 ) 徒歩2分新名古屋駅 ( 名鉄名古屋本線、名鉄犬山線 ) 徒歩4分名古屋セントラルタワーズ内’

open_close: ‘月～木: 8:00 ～ 23:00 [LO 22:30]金: 8:00 ～ 23:00 [LO 22:30]土: 8:00 ～ 23:00 [LO 22:30]日: 8:00 ～ 23:00 [LO 22:30]祝日: 8:00 ～ 23:00 [LO 22:30]定休日：不定休’

store_name: ‘名古屋JRセントラルタワーズ店’

tel: ‘052-586-7087　’

address: 郵便番号460-0008愛知県名古屋市中区栄 4-6-1 ホテルプリシード名古屋 1F

nearby_station: ‘栄駅 ( 名古屋市営地下鉄東山線、名古屋市営地下鉄名城線 ) 徒歩7分栄町駅 ( 名鉄瀬戸線 ) 徒歩7分ホテルプリシード名古屋’

open_close: ‘月～木: 7:00 ～ 22:00金: 7:00 ～ 22:30土: 7:00 ～ 22:30日: 7:00 ～ 22:00祝日: 7:00 ～ 22:00定休日：不定休’

store_name: ‘ホテルプリシード名古屋栄4丁目店’

tel: ‘052-251-7773　’

address: 郵便番号444-0840愛知県岡崎市戸崎町外山 38-5 イオンモール岡崎

nearby_station: ‘岡崎駅 ( JR東海道本線、愛知環状鉄道 ) 徒歩20分東岡崎駅 ( 名鉄名古屋本線 ) 徒歩35分イオンモール岡崎内’

open_close: ‘月～木: 10:00 ～ 22:00金: 10:00 ～ 22:00土: 10:00 ～ 22:00日: 10:00 ～ 22:00祝日: 10:00 ～ 22:00定休日：不定休’

store_name: ‘イオンモール岡崎店’

tel: ‘0564-59-1010　’

address: 郵便番号480-1124愛知県愛知郡長久手町戸田谷 901-1 アピタ長久手店

nearby_station: ‘藤ヶ丘駅 ( 名古屋市営地下鉄東山線、東部丘陵線リニモ ) 徒歩25分アピタ長久手店（ショッピングセンター）内1F’

open_close: ‘月～木: 10:00 ～ 22:00金: 10:00 ～ 22:00土: 10:00 ～ 22:00日: 10:00 ～ 22:00祝日: 10:00 ～ 22:00定休日：不定休’

store_name: ‘名古屋アピタ長久手店’

tel: ‘0561-61-7022　’

address: 郵便番号450-0002愛知県名古屋市中村区名駅 4-7-25 名駅地下街サンロード

nearby_station: ‘名古屋駅 ( JR東海道本線、JR関西本線、名古屋市営地下鉄桜通線、名古屋市営地下鉄東山線、近鉄名古屋線 ) 徒歩3分新名古屋駅 ( 名鉄名古屋本線、名鉄犬山線 ) 徒歩3分婦人服ITOJUの向かい側’

open_close: ‘月～木: 7:30 ～ 21:30金: 7:30 ～ 21:30土: 7:30 ～ 21:30日: 7:30 ～ 21:30祝日: 7:30 ～ 21:30定休日：不定休’

store_name: ‘名駅地下街サンロード店’

tel: ‘052-586-3252　’

address: 郵便番号460-0008愛知県名古屋市中区栄 3-1-8 名古屋栄東急イン 1F

nearby_station: ‘栄駅 ( 名古屋市営地下鉄東山線、名古屋市営地下鉄名城線 ) 徒歩3分栄町駅 ( 名鉄瀬戸線 ) 徒歩3分栄東急イン1F’

open_close: ‘月～木: 7:00 ～ 22:00金: 7:00 ～ 22:30土: 7:00 ～ 22:30日: 7:00 ～ 22:00祝日: 7:00 ～ 22:00定休日：不定休’

store_name: ‘栄東急イン店’

tel: ‘052-262-2156　’

address: 郵便番号460-0003愛知県名古屋市中区錦 2-18-19 三井住友銀行名古屋ビル 1F

nearby_station: ‘伏見駅 ( 名古屋市営地下鉄東山線、名古屋市営地下鉄鶴舞線 ) 徒歩3分電気文化会館の前の三井住友銀行の中’

open_close: ‘月～木: 7:00 ～ 22:00金: 7:00 ～ 22:00土: 8:00 ～ 22:00日: 8:00 ～ 21:00祝日: 8:00 ～ 21:00定休日：不定休’

store_name: ‘三井住友銀行名古屋ビル店’

tel: ‘052-232-1516　’

address: 郵便番号470-2100愛知県知多郡東浦町緒川申新田二区 67-8 イオンモール東浦

nearby_station: ‘緒川駅 ( JR武豊線 ) 徒歩5分イオン東浦ショッピングセンター’

open_close: ‘月～木: 10:00 ～ 22:00金: 10:00 ～ 22:00土: 10:00 ～ 22:00日: 10:00 ～ 22:00祝日: 10:00 ～ 22:00定休日：不定休’

store_name: ‘イオンモール東浦店’

tel: ‘0562-82-2723　’

address: 郵便番号456-8580愛知県名古屋市熱田区神宮 3-6-34 名鉄パレ百貨店神宮

nearby_station: ‘神宮前駅 ( 名鉄名古屋本線、名鉄常滑線 ) 徒歩1分東口の階段降りてすぐ’

open_close: ‘月～木: 7:00 ～ 21:30金: 7:00 ～ 21:30土: 7:00 ～ 21:30日: 7:00 ～ 21:00祝日: 7:00 ～ 21:00定休日：不定休’

store_name: ‘名鉄神宮前駅店’

tel: ‘052-683-5013　’

address: 郵便番号460-0002愛知県名古屋市中区丸の内 3-20-17 中外東京海上ビル 1F

nearby_station: ‘久屋大通駅 ( 名古屋市営地下鉄名城線、名古屋市営地下鉄桜通線 ) 徒歩1分地下鉄久屋大通駅1番出口すぐ’

open_close: ‘月～木: 7:00 ～ 22:00金: 7:00 ～ 22:30土: 7:00 ～ 22:30日: 8:00 ～ 22:00祝日: 8:00 ～ 22:00定休日：不定休’

store_name: ‘桜通り大津店’

tel: ‘052-962-1055　’

これからの課題

検索トップページから再帰的に全てのページの店舗情報を取得できるようにする

14 KiB Raw Blame History Unescape Escape