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

90.00%

[Python]クローラの作成で困っています

受付中

回答 2

投稿

  • 評価
  • クリップ 0
  • VIEW 281

hachi-chan

score 208

とあるサイトで、サイト内検索をすると10個のリンクが出てきて、そのリンクをクリックすると、そのリンクのアンカーテキストでサイト内検索した結果が表示されます。
そのアンカーテキスト、URL、子要素のように保存して、その子要素もまた同じような構造で保存して・・・と以下のようなクラスの階層構造で表現して保存したいです。
それらは毎回10個のリンク全てで行い・・・とやっていくと膨大なデータになると思います。
また階層の深さを任意で指定もしたいので、そこもまた難しいのです。
再帰的な処理をすればよいのでしょうが、どうにも難しいです。

Javascriptでレンダリングされているページなので、SeleniumでHeadless Chromeを動かしてスクレイピングしています。

class Element:
    title = None
    url = None
    child = [] #ここにElementのインスタンスのリストが入る

    def __init__(self, title, url, child=None):
        self.title = title
        self.url = url
        self.child = child

順番が保たれさえすれば上記のようなクラスでなくてもOrderedDictなどでもいい気はします。

なかなか難しくてコーディングも設計も進まないので、考え方やテクニックなどでもいいので知恵をお貸しいただけないでしょうか。

  • 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 2

+2

問題として、深さ優先探索、幅優先探索と同じなので、それを参考にするといいと思います。

キューを使って、うまいことやる。

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。

  • 2018/08/04 22:30

    幅優先探索である程度出来ました!ありがとうございます!

    キャンセル

+1

networkxを使ってグラフ構造(ツリー構造)でデータを管理すると良いと思いますよ。

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。

  • 2018/08/04 22:30

    回答有り難うございます、無向グラフ作りたかったので助かります。ありがとうございました。

    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 90.00%
  • 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