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

90.52%

  • Ruby

    7634questions

    Rubyはプログラミング言語のひとつで、オープンソース、オブジェクト指向のプログラミング開発に対応しています。

  • スクレイピング

    328questions

ajaxを用いたサイトでのクローラーの作り方

受付中

回答 0

投稿

  • 評価
  • クリップ 0
  • VIEW 162

renren643

score 197

capybaraとnokogiriを使ってクローラーを作る練習をしているのですが、
capybaraでvisitした該当ページのhtmlを取得したいのですが、ajaxが使われているようで、各画像が読み込まれるごとに、すでに読み込まれている画像がhtmlから消えてしまう挙動になっているようです。
(<div class="Nnq7C weEfm">...</div>に画像が入ってるのですが、新しい<div class="Nnq7C weEfm">...</div>を読み込むと、先頭の<div class="Nnq7C weEfm">...</div>がhtmlから消えてしまいます)

イメージ説明

以下のコードのようにやると、消えていない部分のhtmlはnokogiriでparseできたのですがajaxの部分がうまく行きません。
どのようにしたらいいのでしょうか?

require 'nokogiri'
require 'open-uri'
require 'capybara'
require 'capybara/dsl'
require 'selenium-webdriver'

    class Insta
        include Capybara::DSL

        def login
            Capybara.current_driver = :selenium
            # Capybara.app_host = "https://paiza.jp/"
            Capybara.default_max_wait_time = 100
            visit('https://www.instagram.com/renamatui27/?hl=ja')

            doc = Nokogiri::HTML.parse(page.html)
            doc.xpath('//*[@id="react-root"]/section/main/div/div[2]/article/div[1]/div/div').each do |node|
                node.xpath('div').each do |n|
                    url =  n.xpath('a/div/div[1]/img').attribute('src')
                    visit("#{url}")
                    sleep(2)
                end
            end
        end

    end

    crawler = Insta.new
    crawler.login
  • 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 0

0

Octoparseというクローラーを薦めします。
コードを書くことなく、手軽にデータを取得できます。
ajaxを用いたサイトにも対応できます。

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。

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 90.52%
  • 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

  • 解決済

    rubyでdef化する方法について

    下記ブログを参考にスクレイピングの練習をしてみようと思うのですが、仮にこのコードの内容をメソッドにして実行する場合、defを使ってどのような書き方ができるでしょうか? 参考ブ

  • 解決済

    capybara(+ Poltergeist)でaタグがclick_on出来ない

    前提・実現したいこと rails+capybara(+Poltergeist)でスクレイピングをしようとしています。 aタグをクリックして次のページに移動する動きしようとしてい

  • 解決済

    Rubyでスクレイピングする際,eachでノード内検索を行いたい。

    前提・実現したいこと rubyでスクレイピングをしたいと考えております。 複数あるtableをeach文で取り出し、各ノードからデータを抽出したいと考えております。 サン

  • 受付中

    rescueを使用すると実行時間が10倍近く長くなる

    前提・実現したいこと Rubyにおいてエラーが起きた際、プログラミングを止めない為にrescueを追加しました。 本来60秒程度で終わっていたプログラムが、640秒近くまで動作

  • 受付中

    selenium-webdriverがつながりません。

    前提・実現したいこと 著書:クローラー開発技法のサンプルコードを動かしたいです。 発生している問題・エラーメッセージ $ ruby login.rb /usr/local

  • 解決済

    [Ruby初心者] Capybara(gem)の使い方について

    以下のサイトを見て、Capybaraというgemを利用したスクレイピングについて勉強しています。 Capybara+PhantomJS+Nokogiriを利用してスクレイピング そ

  • 解決済

    selenium 初心者 DOM操作

    selenium を使っていて  DOM操作なのでしょうか? ( xpath=//div[@id='root']/div/div/div/div/div[2]/div[2]

  • 解決済

    大学のシラバスをスクレイピング したい

    現在こちらの大学のシラバスをスクレイピングしたいです 一橋大学 mercas ログインしなければ見れないのですが一般の方は何も入力せずにログインすれば見れるようになります その後シ

同じタグがついた質問を見る

  • Ruby

    7634questions

    Rubyはプログラミング言語のひとつで、オープンソース、オブジェクト指向のプログラミング開発に対応しています。

  • スクレイピング

    328questions