Googleスプレッドシートを使って外部ウェブサイトからデータを取得する方法

Googleスプレッドシートを使えば、外部ウェブサイトから簡単にデータを取得できます。今回のブログではその手順を一つ一つ丁寧に説明します。さらに、豊富な表や図を用いて視認性も向上させています。それでは一緒にGoogleスプレッドシートの新たな可能性を探しましょう！

Googleスプレッドシートとは?

まず始めに、Googleスプレッドシートについて簡単に説明します。Googleスプレッドシートはクラウド上で利用できる表計算ツールで、Microsoft Excelと似たような機能を持っています。共有機能やオンラインでの編集など、便利な機能が多くあります。

Googleスプレッドシートには、Webサイトからデータを取り込むための関数があります。その中でも「IMPORTXML」と「IMPORTHTML」は特に重要です。

IMPORTXML: この関数はウェブサイトのURLとXPathクエリを引数に取り、該当するXML構造をスプレッドシートにインポートします。
IMPORTHTML: この関数はウェブサイトのURL、”table”または”list”、そして何番目の表かリストかを引数に取り、そのHTML要素をスプレッドシートにインポートします。

まずはIMPORTXMLの使用方法について説明します。以下のステップに従ってください。

たとえば、ウェブサイトから全てのリンクを取得するには、XPathクエリに//a/@hrefを使用します。

次に、IMPORTHTMLの使用方法について説明します。以下のステップに従ってください。

この例では、指定したウェブサイトの最初の表を取得します。”table”の代わりに”list”を使用すると、

ウェブサイトの最初のリストを取得します。また、1の部分を変更することで、異なる表やリストを取得することが可能です。

この段階で、「XPathクエリって何？」と疑問に思う方もいらっしゃるでしょう。XPathはXMLパス言語の略で、XML文書の部分集合を指定するために使用されます。XMLはウェブページを構成する一つの形式なので、XPathを使うとウェブページの特定の部分をピンポイントで取り出すことが可能です。

では、これらの理論を実際の例で試してみましょう。ここでは、あるウェブサイトの全ての見出しを取得してみます。

これにより、指定したウェブサイトの全てのH2見出し（//h2）が取得され、B列に表示されます。

しかし、全てが順調に行くとは限りません。時折、IMPORTXMLやIMPORTHTMLがエラーを返すことがあります。それが起こった時には以下の点をチェックしてみてください：

ウェブサイトが公開されていて、ログインが不要であることを確認してください。これらの関数は、ログインが必要なページやプライベートなページからデータを取得することはできません。
ウェブサイトがHTMLまたはXML形式で書かれていることを確認してください。これら以外の形式では、関数が正常に動作しない場合があります。
XPathまたはHTML構造が正しいことを確認してください。間違ったXPathクエリやHTML構造を指定すると、関数は空白の結果またはエラーを返します。