ブラウザ関連 > 表の値取得に苦戦しました。
学びの共有です。

　

目的

• 検索結果から処理対象案件を識別して処理

　

操作

• Webページの表から1列目の値を取得

　

対象の表（終了タグ省略）

<table id="abcde">
<th><td>母<td>ａ<td>ｉ<td>ｕ<td>ｅ<td>ｏ
<tr><td>‐<td>あ<td>い<td>う<td>え<td>お
<tr><td>ｋ<td>か<td>き<td>く<td>け<td>こ
<tr><td>ｓ<td>さ<td>し<td>す<td>せ<td>そ

※ 行は可変

　

表の値取得

XPath：//*[@id="abcde"]
行：カウンタ（初期値：2）
列：値⇒1
値を格納する変数：ａ

　

繰り返し取得を試した結果

• 変数ａに「あ い う え お か き・・・」の順に格納された

　　

思いの変遷

1. 凡ミスをやらかしたか
2. どう考えても正しく使ってる
3. バグか
4. 迷宮入りか

　

よく確認した結果

• tdの中に、idなしのtableがカパッとハマっていた（入れ子構造、ネスト）
• tableのネスト位置に規則性あり
• ブランクに見えるセルも、特定列には必ずtableを内包している

　

対策

• 行のカウンタを8ずつカウントアップ
• tableが内包されている行の分を多くカウント
• 見た目のtr数のカウントと異なる

　

対策の結果

• 見た目上の（親tableの）1列目の値取得に成功

　

振り返り

• id="abcde"が、ネストされた表にまでかかっているとは予想外

　

検証

• 子tableが別のidを持っていたら起こり得ないのだろうか
• 途中のtableにid="test"を追加 → 追加前後で実行結果に変化なし
• デベロッパーツールで右クリックメニューからAdd attribute

　

把握した結論

• //*[@id="abcde"]のかたちで捕まえたテーブルでは、内包するテーブルの行と列も考慮して、行番号と列番号を扱う必要がある

　

推察

• XPathを工夫すれば、内包するテーブルを除外できるのかも

機会があれば試して続報します。