対応できるシナリオ
繰り返しリストを抽出する
検索結果、ディレクトリ、商品グリッド、表から繰り返し項目を抽出します。
詳細ページへ遷移する
各項目をクリックして追加フィールドを収集し、一覧に戻ります。
ページを移動する
ページを切り替えたり、さらに結果を読み込んだり、スクロールして動的コンテンツを表示します。
フィールド値をカスタマイズする
フィールドを手動で選択し、エクスポート前に抽出値を整形します。
- 適したテンプレートがない
- 自動検出でフィールドやページ操作を拾いきれない
- ワークフローで詳細ページへの遷移が必要
- Webサイトが独自のページネーションや無限スクロールを使っている
- ポップアップ、メニュー、タブ、ログイン手順を処理する必要がある
- エクスポート前にフィールド単位のクレンジングが必要
基本フロー
1
ページを開く
収集したいデータが含まれるURLから開始します。
2
要素を選択する
抽出ワークフローを定義するデータフィールド、ボタン、リンク、リスト項目をクリックします。
3
アクションを選ぶ
データ抽出、クリック、ループアイテム、ページネーション、スクロール、待機などのアクションを追加します。
4
ワークフローを確認する
アクションの順序を確認し、タスクが意図したページ遷移に沿っているか確認します。
5
テスト実行する
本番実行の前に少量のサンプルを実行し、出力を確認します。
よく使うアクション
セレクターを手動編集する
デフォルトの要素選択で目的のデータを取得できない場合は、基になるXPathを直接編集できます。これは次のような場合に役立ちます。- 自動生成されたセレクターの範囲が広すぎる、または狭すぎる
- 表示テキストではなく、
href、src、data-priceなど特定の属性を対象にしたい - 項目ごとにページ構造が少し異なり、デフォルトのセレクターでは一部の行を取得できない
トラブルシューティング
ベストプラクティス
- 本番実行の前に少量のサンプルで開始します。
- わかりやすいフィールド名を使用します。
- 値が表示テキスト、リンク、画像、属性、HTMLのどこから取得されているか確認します。
- コンテンツが動的に読み込まれる場合は待機を追加します。
- ワークフローはできるだけシンプルに保ちます。
- 対象Webサイトが変更された後は再テストします。
ノーコードビルダーは、Webサイトの構造に基づいて繰り返し実行できるワークフローを作成します。Webサイトが大きく変わった場合は、タスクの調整が必要になることがあります。
関連ページ
テンプレート
一般的なWebサイト向けの事前構築済みワークフローから開始します。
自動検出
Octoparseがページをスキャンし、開始用ワークフローを自動生成します。
データ整形
エクスポート前に抽出フィールドをクリーニング、整形します。