GoogleスプレッドシートでWebサイトのmeta情報をチェックする方法【みなとやの制作ハック】
Googleスプレッドシートには、XPathと呼ばれる言語を用いてWebサイトの要素を抽出できる「IMPORTXML」という関数があります。本記事ではIMPORTXML関数を活用してWebサイトのmeta情報をチェックする方法をご紹介します。
活用シーン
● 制作したWebサイトのmeta情報をチェックしたい
● 制作したWebサイトのリンクチェックをしたい など
例えば上記のようなシーンで、目視でチェックしている方もいらっしゃるのではないでしょうか。IMPORTXML関数を使えば任意の項目の情報を抽出することができて、仕様書との差分確認などもシート上で行うことができます。
使用方法
IMPORTXML関数は、XML、HTML、CSV、TSV、RSS フィード、Atom XML フィードなど、さまざまな種類の構造化データからデータをインポートできるGoogleスプレッドシートの関数です。構文は以下の通りです。
=IMPORTXML(URL, XPath クエリ)
『URL』はセルを参照するか、URLをダブルクォーテーション(“)で囲って文字列を抽出したいWebサイトを指定します。
=IMPORTXML(A2, XPath クエリ)
=IMPORTXML(“https://www.dip-net.co.jp/”, XPath クエリ)
『XPathクエリ』には構造化データで実行するXPathクエリを設定します。WebサイトはHTMLといったプログラミング言語で構成されていますが、XPathクエリを使えばサイトの構造をツリーのように捉えることができ、要素や属性値を指定することができます。詳細は以下のQiita記事で解説されていますので、ご参照ください。
クローラ作成に必須！XPATHの記法まとめ
ざっくり言えば、Googleスプレッドシートがあなたの代わりにURLにアクセスして、指定した情報を持ってきてくれる、とっても便利な関数です！
XPathクエリを要素ごとに指定して簡易的なチェックツールを作っておけば、例えばmeta情報のチェックなど、納品されたWebサイトの検収に活用することもできます。
実際にいくつかのサンプルをご紹介します。
サンプル
A1セルに検証するページのURLを入力して、以下の数式を任意のセルに追加すれば、コピペでそのまま使用できます。もし、「#ERROR!」が出てしまう場合は、ダブルコーテーション(“)やシングルクォーテーション(‘)を半角に変換してください。
● H1 を抽出する数式
=IMPORTXML(A1,”//h1″)
● title を抽出する数式
=IMPORTXML(A1,”//title”)
● meta description を抽出する数式
=IMPORTXML(A1,”//meta[@name=’description’]/@content”)
● meta og:title を抽出する数式
=IMPORTXML(A1,”//meta[@property=’og:title’]/@content”)
● meta og:description を抽出する数式
=IMPORTXML(A1,”//meta[@property=’og:description’]/@content”)
● meta og:type を抽出する数式
=IMPORTXML(A1,”//meta[@property=’og:type’]/@content”)
● meta og:url を抽出する数式
=IMPORTXML(A1,”//meta[@property=’og:url’]/@content”)
● meta og:image を抽出する数式
=IMPORTXML(A1,”//meta[@property=’og:image’]/@content”)
画像をスプレッドシート上に表示させたい場合はIMAGE関数で囲います。
=IMAGE(IMPORTXML(A1,”//meta[@property=’og:image’]/@content”))
● meta fb:app_id を抽出する数式
=IMPORTXML(A1,”//meta[@property=’fb:app_id’]/@content”)
● meta twitter:card を抽出する数式
=IMPORTXML(A1,”//meta[@name=’twitter:card’]/@content”)
● meta twitter:site を抽出する数式
=IMPORTXML(A1,”//meta[@name=’twitter:site’]/@content”)
● meta twitter:creator を抽出する数式
=IMPORTXML(A1,”//meta[@name=’twitter:creator’]/@content”)
● meta og:site_name を抽出する数式
=IMPORTXML(A1,”//meta[@property=’og:site_name’]/@content”)
● canonical URL を抽出する数式
=IMPORTXML(A1,”//link[@rel=’canonical’]/@href”)
● meta keywords を抽出する数式
=IMPORTXML(A1,”//meta[@name=’keywords’]/@content”)
分割したい場合はSPLIT関数と組み合わせます。
=SPLIT(IMPORTXML(A1,”//meta[@name=’keywords’]/@content”),”,”)
● (おまけ) 画像を抽出する数式
=IMPORTXML(A1,”//img/@src”)
● (おまけ) リンクを抽出する数式
=IMPORTXML(A1,”//a/@href”)
リンクの文言も確認したい場合は、隣のセルに以下を追加します。
=IMPORTXML(A1,”//a”)
使用例
例えばA1セルにURLを貼り付けることを想定して、上記の「H1」「title」「description」「og:description」「og:image」タグの数式をB列にそれぞれ入力し、簡易的なツールを作成してみましょう。「og:image」に関してはIMAGE関数で囲います。
A1セルにこのサイトのURL（https://dippeople.dip-net.jp/）を入力すると、数式を入力したセルが『Loading…』に変わり…
数秒程度で各項目の情報が取得されます。
このように、上記のサンプルを組み合わせれば、A1セルにURLを入力するだけでmeta情報を抽出してくれるような簡易的なチェックツールを、ノンプログラマーでも簡単に作成することが可能です。
注意点
最初に「Googleスプレッドシートがあなたの代わりにURLにアクセスして、指定した情報を持ってきてくれる、とっても便利な関数です」とご紹介しましたが、数式が増えれば増えるほど、指定したURLへのアクセスが発生し、相手のサーバーに負荷がかかります。できれば使用は1サイト単位にとどめ、複数サイトの一括チェックは控えた方が良いです。ご注意ください。
さいごに
便利な拡張機能やWebツールは世の中にたくさんありますが、IMPORTXML関数を使えば、指示書を取り込んで差分がないか確認したり、数式を組み合わせてお好みのフォーマットのチェックツールを無料で作れます。ぜひ使ってみてくださいね。
ディップは2019年3月に構造的な人手不足を解消する「labor force solution company」へと進化し、AI・RPA領域で新事業を開始したほか、社内でRPAやVBAのオンライン講座を開催するなど、社員が自身の業務を改善できるように取り組んでいます。
※プレスリリース
「構造的な人手不足を解消する“Labor force solution company”へ進化 ディップがAI・RPA領域で新事業を開始！ ～新ブランドステートメントを策定～
https://www.dip-net.co.jp/news/175
私が所属するクリエイティブ統括部でも、RPAやVBA、Excelなどを積極的に活用して日々業務改善に取り組んでいます。業務改善に興味があるという方は、ぜひ以下の採用情報をご覧ください。
