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

     · 「カスタマイズモード」を選択し、タスクを作ります。

　　　自由度の高いカスタマイズモードは、複雑なウェブサイトを対応できます。

     · URLを入力して「URLを保存する」をクリックします。

     · 「ワークフロー」をオンにするとタスクの作りはやすくなります。

2) ページ遷移のループを作る - 複数のページからデータを取得する

     · ページの下にある「次のページ」ボタンをクリックし、

　　「操作ヒント」パネルから「選択したリンクをループクリップする」を選択します。

3) 「ループアイテム」を作る - 各ページ上のデータを取得する

  　· 「Webページを開く」をクリックすると、最初のWebページを開きます。

  　· 「ページネーション」ループを選択します。

 　 これで、ループアイテムを作って、すべてのページにある関する情報を抽出できます。

• 一番目のリスト製品のタイトルをクリックすると、Octoparseはページ内の同じのURLを自動的に識別します。
• 「操作ヒント」にある「すべて選択」をクリックします。
• 「各要素をループクリックする」をクリックします。

しかし、Octoparseが自動的に識別したURLは24件しかありません。　　　

ですので、すべてのURLを選択するために、Xpathを変更する必要があります。

「ページネーション」を選択し、「ループモード」で「固定リスト」から「変数リスト」に変更します。

以下の正しいXpathを入力します。

//li//h2[contains(@class,"a-text-normal")]

4) データを抽出する - 抽出したいデータを選択する  

     · 必要なデータをクリックし、「操作ヒント」にある「選択した要素のテキストを抽出する」を選択します。

     · 画像のURLを抽出する手順は以下のようです。

      画像をクリックします。

    「操作ヒント」から拡張アイコンをクリックして「IMG」のタグを選択する必要があります。

IMGを選択すると、選択されたタグは「IMG」になります。Octoparseは自動的に選択されたアイテムのタグを識別するので、通常は変更する必要はありません。しかしこの場合は、「操作ヒント」の一番下にあるタグを修正する必要があります。

　 「操作ヒント」の「選択した画像のURLを抽出する」を選択します。

     · フィールド名を編集します。

5) データカスタマイズ – 通常サイズの画像を取得する

先ほど抽出した画像のURLは、原画像を縮小加工された画像のURLです。したがって、通常サイズの画像を取得したい場合は、RegExツールを使用してそのURLを再フォーマットする必要があります。

「データフィールドをカスタマイズする」をクリックします。

「抽出データを再フォーマットする」を選択します。

 「ステップを追加する」をクリックし、「置換える」を選択します。

「._」と「_.」の間にある内容を「置換部分」のボックスに入れます。

「計算する」と「OK」をクリックして保存します。

6)抽出タスクを始める - タスクの実行を行いデータを取得する

     · 「保存する」をクリックします。

     · 「抽出開始」をクリックします。