レッスン3：データ取得 - ページからテキストを抽出する
Thursday, March 15, 2018 4:31 AM
]1) 新しいタスクをはじめ、対象のWebページのURLを入力する
ログインしたら、Advanced Modeの「+ Task 」ボタンをクリックして新しいタスクを作ります。次に、1つまたは複数のURLを入力します。
|
ヒント！ 1. タスクは何ですか？ タスクとは、通常は1つのWebサイトからデータをスクレイピングするためのクローラを意味します。 Octoparseのクローラは、設定されたスクレイピングタスクによって決まります。スクレイピング作業はどのウェブサイトを開くか、クロールする予定のデータはどこにあるかなどをOctoparseに伝えます。 2. Advanced Modeを使う理由は何ですか？ Advanced Modeはすごく強力なモードで、より柔軟に使用できます。キーワードの検索、ログイン認証、ドロップダウンリストの開きなど、抽出を行うための必要なすべてのアクションを選択できます。 |
ここでは、ブログ記事の1つを例として取り上げます。URLをコピーして 「Extraction URL」というテキストボックスに貼り付けます。その後、 「Save URL」をクリックすると、Octoparseは内蔵ブラウザでWebページを開きます。
URL: https://www.octoparse.com/blog/top-5-web-scraping-tools-comparison/
2) 対象データをクリックし選択する
Webページをクリックすることで、必要なデータを選択できます。
データが選択されると、選択領域は緑色のボックスになります。
タイトル、日付、または他のデータをクリックします。
抽出するデータが操作パネルに表示されます。 
クリックでまたは後で「Data field」パネルでフィールド名を編集できます。選択したデータを取得するには、「Extract Data」をクリックします。
|
ヒント！ 1. 「Workflow」ボタン 2. Octoparse 7.Xバージョンでは、タスク名が設定インターフェースの一番上に自動的に作成されます。変更したい場合は、テキストボックスをクリックして改名してください。 |
をオンにして、設計したワークフローをプレビューできます。 
をクリックして変更を保存することを忘れないでください。
3) タスクを保存し、データ抽出の実行を行う
操作パネルで[Save and run]をクリックするか、[Start Extraction]をクリックしてタスクを行います。
抽出したデータをエクセルで表示すると以下のように、ちゃんと取得されています。
レッスン4：データ取得 - リストの内容を抽出する
