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

90.33%

  • Python

    9269questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • Scrapy

    107questions

    Scrapyは、Pythonで開発されたオープンソースソフトウェアです。スクレイピングという、Webサービスから必要な情報を取り出したり自動操作をしたりする技術を使うものです。

Scrapy Splashでレンダリング待ちをしたい

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 491

Take83

score 27

ScrapyとScrapy Splashを利用しあるサイトのスクレイピングをしています。

しかし、対象サイトはHTMLを読み込んだ後にJSで項目を表示するようになっており、完全表示までにブラウザで3~5秒ほどかかります。

Scrapyは1ページ10秒程度のウェイトをかけていますが、Splashからは内容が常に空で返ってきてしまいます。

 実現したいこと

  1. ScrapyでSplashに読み込み要求
  2. Splash側で5秒ほど完全レンダリングを待つ
  3. Scrapyで取得

ScrapyでウェイトをかけてもSplashへの要求の前(1の前)で待っているだけで、Splash自体は一瞬で読み込んでしまいJSの部分が空になっています。

  • Splash側で完全レンダリングを待つオプションなど
  • Splashへ要求を出した後に読み込む方法

このような方法が無いか探しています。

どなたかヒントをお持ちの方は教えてください。

  • 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
    • 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

0

setting.pyの下記コメントアウトを外してみるとうまくいくかもしれません。

AUTOTHROTTLE_ENABLED = True
AUTOTHROTTLE_START_DELAY = 5
AUTOTHROTTLE_MAX_DELAY = 60

私は一部しかデータが返ってこない現象でしたが、
自宅の低速ネットワークだと発生し、
会社の高速ネットワークだと発生しなかった(全件取れた)ため、
おそらく原因は同じ内容かと思います。
上記コメントアウトを外すと、自宅でも全件取れるようになりました。

AUTOTHROTTLEはネットワーク速度に合わせて、
自動的にDOWNLOADのDELAY_TIMEを調整してくれる機能の様です。

This is an extension for automatically throttling crawling speed based on load of both the Scrapy server and the website you are crawling.

https://doc.scrapy.org/en/latest/topics/autothrottle.html

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。

  • 2018/08/03 10:09

    ありがとうございます!
    こちらの設定で無事に取得できるようになりました!

    キャンセル

同じタグがついた質問を見る

  • Python

    9269questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • Scrapy

    107questions

    Scrapyは、Pythonで開発されたオープンソースソフトウェアです。スクレイピングという、Webサービスから必要な情報を取り出したり自動操作をしたりする技術を使うものです。