旅行!Tripadvisorからホテルのレビューをスクレイピングする

Tripadvisorとは?
トリップアドバイザー(英: TripAdvisor)は、ホテル等の旅行に関する口コミ・価格比較を中心とする、ウェブサイトおよびアプリ。旅行口コミサイトとしては、世界最大の閲覧数を持つ。
航空会社に対する口コミ投稿、価格比較が可能。出発地と目的地の空港名を入力して検索し、条件を示すと、予約可能な情報を表示する(実際の予約はリンク先のウェブサイトで行う)。検索時に往復券・片道券・周遊券の選択が可能である。また、直行便に加えて乗継便の表示もなされる。各航空会社(LCCを含む)による料金と、旅行予約サイトによる料金とを併せて表示する。(Wikiからの解説)
スクレイピングツールの概要
ScrapeStormとは、強い機能を持つ、プログラミングが必要なく、使いやすく人工知能Webスクレイピングツールです。違う基盤のユーザーに二つのスクレイピングモードを提供し、1-Clickで99%のWebスクレイピングを満たします。ScrapeStormにより、大量のWebデータを素早く正確的に取得できます。手動でデータ抽出が直面するさまざまな問題を完全に解決し、情報取得のコストを削減し、作業効率を向上させます。

抽出されたデータは下記のようにご覧ください。

1抽出されたデータ

1.タスクを新規作成する

(1)URLをコピーする
まず、ホテルのレビューページを開き、そのURLをコピーしてください。

2URLをコピー

(2)スマートモードタスクを新規作成する
ScrapeStormのホムページ画面にスマートモードタスクを新規作成します。また、持っているタスクをインポートすることもできます。
詳細には下記のチュートリアルをご参照ください。
スマートモードタスクの新規作成方法

3新規作成

2.タスクを構成する

(1)事前操作
全部のレビューを展開するために、事前操作機能を利用する必要があります。ソフトウェアの右上の緑ボタンをクリック、事前操作画面で「引き続きを読む」を選択して、操作ヒントの「要素をクリックする」を選んでください。そして、クリックコンポーネントは自動的に生成します。

4事前操作

(2)リスト要素
まず、下記の画像のように、リスト要素を手動で選択してください。
参考チュートリアル:ページタイプの設定方法

5リスト要素

(3)ページボタン
ソフトウェアは自動的に次のページボタンを識別できます。今回の識別は第二ページのページボタンを識別しました。Xpathを編集して、次のページのページボタンを識別してください。
参考チュートリアル:ページ分けの設定方法

画像1

/html/body//a[contains(concat(' ', normalize-space(@class), ' '),' ui_button ')][contains(concat(' ', normalize-space(@class), ' '),' nav ')][contains(concat(' ', normalize-space(@class), ' '),' next ')]

(4)フィールドの追加と編集
フィールドの追加には、「フィールドを追加」ボタンをクリックして、画面に抽出する要素を選択、データが自動的に抽出されます。また、必要に応じてフィールド名の変更、削除、結合などの編集もできます。
フィールドの設定の詳細には下記のチュートリアルをご参照ください。
抽出されたフィールドを配置する方法

7フィールドの追加と編集

3.タスクの設定と起動

(1)起動の設定
必要に応じて、スケジュール、アンチブロック、自動エクスポート、画像のダウンロード、スピードブーストを設定できます。今回は画像のダウンロードをチェックしてください。
スクレイピングタスクを配置する方法については、下記のチュートリアルをご参照ください。
スクレイピングタスクを配置する方法

8起動

(2)しばらくすると、データがスクレイピングされる。

9データ抽出

4.抽出されたデータのエクスポートと表示

(1)エクスポートをクリックして、データをダウンロードする

10エクスポート

(2)必要に応じてエクスポートする形式を選択します。
ScrapeStormは、Excel、csv、html、txt、データベース、ローカルなどさまざまなエクスポート方法を提供します。ライトプラン以上のユーザーは、WordPressに直接投稿することもできます。
抽出結果のエクスポート方法の詳細には下記のチュートリアルをご参照ください。
抽出されたデータのエクスポート方法

11ファイルを選択