質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

87.96%

【Python】robots.txtの「Disallow: /search*」と「Disallow: /search/*」は違いますか?

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 1,195
退会済みユーザー

退会済みユーザー

 気になっていること

スクレイピングをする中で、下記のrobots.txtを読んでいます。

Wall Street Journal Onlineのrobots.txt

こちらでは「Disallow: /search*」と書かれているのですが、この受け取り方についてちょっとわからないところがあります。例えば、「Disallow: /search*」と「Disallow: /search/*」はどう違うのでしょうか?

もうちょっと具体的な質問をすると、
「Disallow: /search*」の場合下記のURLのうちどれがアウトになるのでしょうか?

①https://www.wsj.com/search-aaa
②https://www.wsj.com/search/aaa
③https://www.wsj.com/aaa/search-bbb
④https://www.wsj.com/aaa/search/bbb

ご回答よろしくお願いします。

ちなみにスクレイピング関連でこちらの質問も投げています、わかる方いらっしゃいましたらご回答お願いします。
【Python】BeautifulSoupでのスクレイピングでタグがうまく取得できない。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

+1

/search*は/searchから始まるURL、 /search/*は/search/から始まるURLがアウトになります。(後者にはsearchの後にスラッシュが付いているのがポイント)

/search*指定の場合は1と2、/search/*指定の場合は2のみがアウトになります。

余談ですが、Pythonには標準ライブラリの中にrobots.txtをパースする機能がある(urllib.robotparser)ので、そちらを使ってみてもいいかもしれません。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/04/24 06:43

    回答ありがとうございました。
    urllib.robotparser なんてのがあるんすね!!ありがとうございます!!みてみます。

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 87.96%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る