Google スプレッドシートでスクレイピングする方法

Google スプレッドシートにおけるスクレイピングの特徴

本来スクレイピングでデータ収集を行うには、プログラミングの知識が必要になります。

しかし、Google スプレッドシートを用いれば、特定の関数を使用するだけで簡単にデータ収集ができます。

Google スプレッドシートでスクレイピングを行うメリットは以下 3 つです。

一方で、以下のようなデメリットが挙げられます。

今回は IMPORTXML 関数（使い方は後述）を用いて、Google スプレッドシートでスクレイピングする方法を紹介します。

Google スプレッドシートで Web ページの情報を抽出する方法

今回は、Web ページからタイトルを抽出してみましょう。全体像は以下の通りです。

1. 1Google スプレッドシートを開く
2. 2Web ページから抽出したい情報の XML Path Language（略称：XPATH）を取得
3. 3データを取得する

それぞれ具体的に、見てみましょう。

STEP.1: Google スプレッドシートを開く

まず Google Drive を開いてください。

次に左上にある「新規」をクリックし、 Google スプレッドシートを開きましょう。下図のようになれば、成功です。

STEP.2: Web サイトから抽出したい情報の XPATH を取得する

情報を抽出したい Web サイトを開きます。今回は キカガクのブログサイト から情報を抽出しましょう。

Web サイト上で右クリックして「検証」を押してください。

すると、下図のように検証パネルが出てきます。

今回はキャリア形成を支援する転職サポートを開始！ という言葉を抽出しましょう。

そのために、キャリア形成を支援する転職サポートを開始！ の XPATH を取得する必要があります。

XPATH とは、Web ページの様々な要素を表す住所のようなものです。XPATH を取得する理由は Google スプレッドシートでデータを収集する際に必要になるからです。

キャリア形成を支援する転職サポートを開始！ の XPATH を取得するためにはセレクタを有効にします。方法は下図に示したボタンを押してください。

そして キャリア形成を支援する転職サポートを開始！ の部分を押しましょう。

次に、下図に従って 1 の部分を右クリック、「Copy」そして「Copy XPATH」を押しましょう。以上で XPATH をコピーできました！

STEP.3: データを取得する

まず、コピーした XPATH を Google スプレッドシートに張りつけましょう。

次に、Web サイトの URL をコピーして、スプレッドシートにペーストしてください。

次に、Google スプレッドシートに IMPORTXML 関数　を入力しましょう。

IMPORTXML 関数の引数は、URL と XPATH です。IMPORTXML(URL, XPATH)をセルに入力して使います。

下図のように キャリア形成を支援する転職サポートを開始！ と結果が表示されれば、スクレイピング成功です！

最後に

以上です。本記事は Google スプレッドシートを用いたスクレイピングの方法を紹介しました。

Google スプレッドシートを用いれば、簡単に、しかも無料でスクレイピングができます。また応用すれば、さらに実践的なデータ収集を行うことも可能です。

ぜひ色々試してみてください！

最速で学びたい方：キカガクの長期コースがおすすめ

キカガクの長期コースはプログラミング経験ゼロの初学者が最先端技術を使いこなすAIエンジニアになるためのサポート体制が整っています！

実際に未経験からの転職・キャリアアップに続々と成功中です

まずは無料説明会で、キカガクのサポート体制を確認しにきてください！

話を聞いてみる

説明会ではこんなことをお話します！

• 国も企業も育成に力を入れている先端 IT 人材とは
• キカガクの研修実績
• 長期コースでの学び方、できるようになること
• 料金・給付金について
• 質疑応答

まずは無料で学びたい方： Python&機械学習入門コースがおすすめこちら

AI・機械学習を学び始めるならまずはここから！経産省の Web サイトでも紹介されているわかりやすいと評判の Python&機械学習入門コースが無料で受けられます！
さらにステップアップした脱ブラックボックスコースや、IT パスポートをはじめとした資格取得を目指すコースもなんと無料です！

無料で学ぶ