ランプの中身(Ruby on Railsのシステム開発)
ランプの中身(Ruby on Railsのシステム開発)では、株式会社ケイビーエムジェイのRuby on Railsエンジニアが蓄積したノウハウを公開しています。Ruby on Railに関する技術解説や実践的なノウハウなど、開発現場の技術に則したコンテンツを随時追加していきます。 初心者の方でもわかりやすい技術解説を心がけています。リクエスト、ご質問も受け付けいますので、お気軽にコメントを記述して下さい。

< Rubyでどう書く？：RubyでPDF履... | メイン | Rubyでどう書く？：重複したRSSをま... >

ZDnetで連載Ruby記事
2008.06.03

Rubyでどう書く？：Rubyで特定URLの画像パス一覧を表示する

KBMJがZDnetで連載している記事を紹介します。コメントなどありましたらそちらでお願いします。

Rubyでどう書く？：Rubyで特定URLの画像パス一覧を表示する  牧野裕之(KBMJ)

第3回目のテーマはRubyである特定のURL上にある画像パス一覧を表示する方法について解説したいと思います。

問題

　あるWebサイトをブックマークする際に、そのURLで表示されている画像の一覧から1つの画像を選択した上でブックマークしたいという要望を受け取ったとします。

　そこで、画像選択用のサムネイル表示のために、URL上に表示されている画像URLの一覧を配列として提供したいのですが、どのようなメソッドで提供すべきでしょうか？

　ここでは、ごく簡単ではありますが正規表現を使って画像URL一覧の取得を行ってみます。

仕様

・画像ファイルは「jpg, jpeg, gif, bmp, png」を取得する
・URIスキームが「http」の場合のみ画像を取得する

回答例

require 'open-uri' 
require 'resolv-replace'
require 'timeout'
class ImageUrl
 # 特定のURL上の画像パス一覧を取得する
    def self.get_image_urls(url)
      begin
        timeout(1) {
          begin
            uri = URI(url)
            if uri.scheme == "http" #httpsでは画像を取ってこない。
                 tmp_images = uri.read.scan(/img.+src=[\"|\']?([\-_\.\!\~\*\'\(\)a-zA-Z0-9\;\/\?\:@&=\$\,\%\#]+\.(jpg|jpeg|png|gif|bmp))/i)
              images = []
              tmp_images.each { |img| images << URI.join(url, img[0]) }
              images.uniq
            end
          rescue => exception
            case exception
            when OpenURI::HTTPError # 404エラー
              puts "ページが見つかりません。"
            when URI::InvalidURIError # 入力エラー
              puts "URLが入力されていません。"
            # 他にもエラークラス別に処理を加えるなら以下のように追加
              # when エラークラス名
              #   エラー時の処理
            else # その他のエラー
              puts exception.to_s + "(#{exception.class})"
            end
          end
        }
      rescue TimeoutError
        # Timeout時の処理
        puts "読み込みに時間がかかりすぎたため、処理を終了しました。"
      end
    end
  end
  image_urls = ImageUrl.get_image_urls(ARGV[0])
 puts image_urls

　試しにYahoo!JAPANから画像URL一覧を取得してみましょう。

ruby image_url.rb "http://yahoo.co.jp/"

　本記事を執筆時点では、実行結果は以下のようになります。

http://k.yimg.jp/images/clear.gif
 http://k.yimg.jp/images/top/sp/cgrade/logo.gif
 http://k.yimg.jp/images/top/searchbox/s_p.gif
 http://k.yimg.jp/images/new.gif
 http://k.yimg.jp/images/top/calender.gif
 http://k.yimg.jp/images/top/sp/cgrade/icon_point.gif
 http://k.yimg.jp/images/top/sp/cgrade/icon_login.gif
 http://k.yimg.jp/images/premium/top2/cam_searchpoint_50x50_01.gif
 http://k.yimg.jp/images/top/sp/qr.gif
 http://k.yimg.jp/images/top/sp/cgrade/dot.gif
 http://k.yimg.jp/images/mlb/y_top/matsuzaka_02.jpg

解説

　本サンプルプログラムでは、以下の順序で処理を実行しています。

1.URL読み込み

　ruby1.8.2からは、URI.parse("http://...")をURI("http://...")と書けるようになっているため、後者の書き方に合わせました。

2.URIスキーム判定

　URIスキームがhttpの場合のみ画像を抽出したいので、判定文を加えました。open-uriはSSLで自己証明証を使用しているURLにはアクセスできないため、残念ながらhttpsは該当URIスキームからは外しました。

3.読み込んだソースから正規表現で画像URI抽出

　正規表現により正しい画像URLのみを抽出します。

4.重複削除し、値を返す

　URLによっては同じ画像を何度も呼んでいる場合があるので、Array#uniqで画像パスの重複したものを削除した後に、値を返します。

　また、本プログラム作成時に以下の二点に気を付けました。

1.正規表現にオプション「i」をつける

　読み込むソースによっては、タグ・属性・拡張子が大文字で記述されている可能性があるので、大文字小文字を無視するオプションが必要になります。

2.エラー（URL未入力、404、タイムアウト）への対処

　例として、URLの入力が無かった場合、404レスポンスが返ってきた場合、タイムアウトの場合の三通りについて、個別の対応ができるように記述しました。ここでは、TimeoutErrorはStandardErrorのサブクラスではないため、rescueの際にはクラス名を明記しておく必要があることに注意してください。

　個人的な感想ですが、以下の点について工夫を加えれば本プログラムが改善できそうだと思いました。

1.画像URL取得に用いる正規表現

　よりスマートな正規表現に書き換えれば、理解しやすく変更も加えやすくなると思います（正直なところ、あまりきれいな正規表現では無いと思っています。申し訳ありません）。

2.CSS（スタイルシート）に記述されている画像URLの取得

　本サンプルプログラムでは、CSSに記述されている画像URLの取得までは網羅していません。

3.エラー処理

　本プログラムではエラーの種類による分岐までに留めていて、実際の処理に関しては記述しませんでした。要件によって、処理を書き加えるとよいでしょう。

4.httpsへの対応

　httpsのページであっても画像が取得できるように変えたほうが、本プログラムをより多くのページで利用できるでしょう。net/httpsを用いれば実現可能なようです。

最後に――

　簡単な問題・例文ではありましたが、いかがでしたでしょうか。

　本記事では、あるWebサイト上で用いられている画像のURL一覧を取得するという題目でご説明させていただきました。拙作ではありますが、少しでも皆さんのRubyへの理解の助けになれば幸いです。

　もっと良い書き方・方法があれば、コメントやbuilderブログなどで教えていただきたいと思います。

コメント (0)  |トラックバック (0)

ブックマークに追加する

トラックバック URL

この記事にコメントする

ニックネーム:
メールアドレス:
URL:


KBMJのWebソリューション
Ruby on Rails Summer Festival 2008開催決定！！

TOPICS

2008/08/14
「ZD Net Builder」の連載記事です。第七回は「Rubyでどう書く？：RubyCocoa＋Core Animationでお手軽アニメーション」が掲載されました。

2008/08/06
「ZD Net Builder」の連載記事です。第六回は「Rubyでどう書く？特別編：Matzからのお題」が掲載されました。

2008/07/29
「アットマーク・アイティ」にケータイWebアプリ開発、9つの注意点が掲載されました。

2008/07/11
「ZD Net Builder」の連載記事です。第五回は「Rubyでどう書く？：RubyでWord文書を作成する」が掲載されました。

全体のRoR最新ブログ一覧

プロフィール

  • goto
  • 23 歳
  • 毎週KBMJでは、"ZDnet"にRubyの記事を連載しています。
    ここでは、その記事を紹介します。

ブログの購読

RSS

timelog
株式会社ケイビーエムジェイロゴ