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

90.34%

  • Ruby

    8183questions

    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

    381questions

    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。

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 224

renren643

score 211

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 -1

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 90.34%
  • 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

同じタグがついた質問を見る

  • Ruby

    8183questions

    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

    381questions

    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。