SGMLReaderで「えひめFreeWi-Fi」サービス提供箇所をスクレイピング

愛媛県では県主導の「えひめFreeWi-Fi」という無料WiFiサービスが提供されています。

提供されている場所は以下のページに載っているのですが、ただのリストなので非常にわかりづらいです。

愛媛県庁／えひめFree Wi-Fiサービス提供箇所等のお知らせ

というわけで、第一歩としてこのデータを抜き出してみたいと思います。

Html Agility Pack

C#で使えるHTMLパーサといえば、Html Agility Pack がありますが、これを使ったやり方は酢酸先生のブログを見もらったらいいと思います。

SGMLReader

今回はSGMLReaderを使ってみたいと思います。

NuGet Gallery | SgmlReader 1.8.11

サンプル

static void Main(string[] args)
{
    var urlString = "http://www.pref.ehime.jp/h12600/wifi/osirase260822.html";

    XDocument xml;
    using (var sgml = new SgmlReader() { Href = urlString, IgnoreDtd = true })
    {
        xml = XDocument.Load(sgml);
    }

    var ns = xml.Root.Name.Namespace;
    var spots = xml.Descendants(ns + "table")
        .Last()
        .Descendants(ns + "tr")
        .Skip(1) // タイトルをスキップ
        .Select(e => e.Elements(ns + "td").ToList())
        .Select(x => new
        {
            Place = x[1].Value,
            Address = x[2].Value,
            ServiceProvider = x[3].Value
        });

    foreach (var spot in spots)
    {
        Console.WriteLine("施設／箇所名：{0}　住所：{1} サービス提供事業者：{2}",
            spot.Place, spot.Address, spot.ServiceProvider);
    }
}