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!

新規登録して質問してみよう
ただいま回答率
85.35%
スクレイピング

スクレイピングとは、公開されているWebサイトからページ内の情報を抽出する技術です。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

Q&A

2回答

6804閲覧

Python スクレイピング スクロールしなければ全ての情報が出てこないサイトのデータ抽出方法

RWW

総合スコア13

スクレイピング

スクレイピングとは、公開されているWebサイトからページ内の情報を抽出する技術です。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

0グッド

3クリップ

投稿2018/04/17 06:18

編集2018/04/17 06:25

Pythonを使いスクレイピングのコードを書いています。
https://www.gucci.com/jp/ja/ca/men/mens-ready-to-wear-c-men-readytowear
このサイトの商品ごとのURLを抽出したいのですが、このページは一度「全てを表示」ボタンを押すことで
全ての商品が表示されます。
また、商品のコンテンツが36個毎に分割されており、下にスクロールしていくと
URLの末尾に数字が付与されていき、URLが変わっていきます。

seleniumを使い、「全てを表示」ボタンを押し、抽出したのですが末尾に「2」が付与されるページまでの情報しか
抽出できませんでした。

何かいい方法はあるでしょうか?

Python

1url = 'https://www.gucci.com/jp/ja/ca/men/mens-ready-to-wear-c-men-readytowear' 2from selenium import webdriver 3browser = webdriver.Chrome("/Users/〜/chromedriver") 4browser.implicitly_wait(10) 5browser.get(url) 6links = browser.find_elements_by_css_selector('.ajax-loader-link-container> a') 7links[0].click() 8new_window = browser.window_handles[0] 9browser.switch_to_window(new_window) 10item_links = browser.find_elements_by_css_selector('a.product-tiles-grid-item-link') 11print(len(item_links))

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MY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。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答2

0

(だいぶ前に質問されたものなので、すでに解決されているかもしれませんが、)
私も質問者さんと同じ壁にぶつかり、試行錯誤した結果、解決したので回答させていただきます。

「ページソースを取得し、その情報量が変化しなくなったら、ページスクロールを止める。」というコードを書いてみました。うまくいきました。
以下、(「全てを表示」ボタンを押した後に行う)スクロール部分だけ書いたコードです。

Python3

1html01=driver.page_source 2while 1: 3 driver.execute_script("window.scrollTo(0, document.body.scrollHeight);") 4 sleep(3) 5 html02=driver.page_source 6 if html01!=html02: 7 html01=html02 8 else: 9 break

投稿2018/09/23 06:11

gotch

総合スコア16

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

0

seleniumで画面スクロールを再現するといいのかなと思ったら、ありました。
JavaScriptでSelenium越しにヘッドレスブラウザのスクロールを行う様子ですね。

【Python】Seleniumでページの下部へスクロールさせる方法 | あずみ.net

ですので、browser.switch_to_window(new_window)の下あたりに、以下のコードを追加して実行してみてはどうでしょう?

Python

1driver.execute_script("window.scrollTo(0, document.body.scrollHeight);")

投稿2018/04/17 08:37

manzyun

総合スコア2244

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

RWW

2018/04/18 02:43

ご回答ありがとうございます。私もこれは検討したのですがこの方法だと https://www.gucci.com/jp/ja/ca/men/mens-ready-to-wear-c-men-readytowear/1 この末尾に1がついているページの最下部までしかスクロールされません。 本来はこのままスクロールしていき、末尾が6のURLまであります。 他にいい方法がありましたら教えていただくと助かります。
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

まだベストアンサーが選ばれていません

会員登録して回答してみよう

アカウントをお持ちの方は

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
85.35%

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る

質問する

関連した質問