Webページ上の情報は、よく「テーブル形式（表形式）」で表示されています。たとえば：
お店情報が表で表示される口コミサイト
株価が行単位で並ぶランキングページ
こうしたページから欲しいデータを確実に抽出するには、XPathをちょっと工夫して書くのがコツです。本記事では、「行見出し」や「列見出し」を使ってテーブル内のデータを正確に指定する方法を、具体例とともに紹介します。
店の詳細を紹介する口コミサイト（列見出し）
株価情報を紹介する株式ランキングサイト（行見出し）
Octoparseでは、テーブルの行ごとにデータを抽出することが可能です。ただし、別のページ（たとえば同じサイト内の他の店舗ページなど）では、HTMLの構造が微妙に異なることがあり、その結果、正しくデータを取得できなかったり、空白になってしまう場合があります。
この記事では、そうしたケースでXPathをどのように書き換えればよいか、そしてOctoparse上でどのように対応すればよいかを紹介します。
パターン①：「行見出し」でデータを取得する
🎯 目標：ラベルに続くデータをピンポイントで取る
例：https://www.hotpepper.jp/strJ001259626/
このページには「アクセス」「営業時間」などの見出し（thタグ）と、内容（tdタグ）が対になっています。
ブラウザで「検証ツール」を開くと、HTMLが表示されます。
🛠 手順：
１) XPathの書き方で紹介した contains(text(),"XXX") を使って「アクセス」を指定する
//th[contains(text(),"アクセス")]
２) XPathの書き方で紹介した following-sibling:: で、そのすぐ後ろにある値を指定
//th[contains(text(),"アクセス")]/following-sibling::td[1]
📌 解説：
following-sibling::td[1] で、「アクセス」という見出しのすぐ右にあるデータを指定しています。
2．パターン②：「列見出し」でデータを取得する
例:https://finance.yahoo.co.jp/stocks/ranking/up?market=all&term=daily
このようなページでは、各行が企業情報1件分を表し、列に「順位」「コード」「市場」などの情報が並んでいます。
🛠 手順：
１) 行を指定（例：すべての行）
//tr[@class="WRru9z7J"]
特定の行だけなら、以下のように数字を指定：
//tr[@class="WRru9z7J"][1]
２) 列を指定（例：順位、コード、市場）
//tr[@class="WRru9z7J"]/th ← 1列目（順位）
//tr[@class="WRru9z7J"]/td[1] ← 2列目（コード）
//tr[@class="WRru9z7J"]/td[2] ← 3列目（市場）
３)Octoparseへの入力ポイント
行XPath → ループアイテムの「XPath」欄に
列XPath → データフィールドの「相対XPath」欄に
💡補足Tips
contains(text(),"xxx") を使うと、部分一致で柔軟に指定できます。
following-sibling:: で同階層の次の要素をとれます。
テーブル構造が崩れても、近くのテキストを手がかりにすれば安定して取れます。
✨おまけ：XPathが使えると何が嬉しい？
レイアウトが変わっても柔軟に対応できる
自動化の安定性がぐっと上がる
めんどうな設定がスマートになる
続きを読む