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

88.63%

Python seleniumで無限スクロールのサイトからスクレイピングをしたいが、スクロールができない

解決済

回答 3

投稿

  • 評価
  • クリップ 1
  • VIEW 3,984

Dicky1717

score 13

実現したいこと

スクレイピング初心者です。
現在、PythonとSeleniumを用いて、スクロールするたびにコンテンツを読み込む無限スクロール形式のサイトから、料理の材料や栄養などのデータをスクレイピングしようとしています。

URL : https://www.yummly.com/recipes

 発生している問題

スクロールをしないとコンテンツを読み込まないため、webdriverを用いて下記の2種類の方法でスクロールを実行しようとしたのですが、スクロールができません。

from selenium import webdriver
import os

driver_path = os.path.expanduser('~/chromedriver')
driver = webdriver.Chrome(driver_path)
url = 'https://www.yummly.com/recipes'

driver.get(url)

試してみた方法を以下に記述します。

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


document.body.scrollHeightだけでなく、100、500などの定数も試したのですがなんの反応もありません。
また、以下の方法も試しましたが、こちらも同様なんの反応もありませんでした。

from selenium.webdriver.common.keys import Keys

elm = driver.find_element_by_tag_name('body')
elm.send_keys(Keys.END)

以上です。
なぜスクロールできないのかが分からないのですが、
まずは上記以外の方法でスクロールする方法、もしくはスクロール以外の方法でコンテンツの情報(料理情報のページへ遷移するためのURL)を取得できる方法があれば教えていただきたいです。
よろしくお願いいたします。

  • 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
    • 過去に投稿した質問と同じ内容の質問
    • 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 3

checkベストアンサー

+1

前回の 第13回 Selenium談話会 in Slackでスクロールで見切れてしまう時の対応の話が出ていたのを思い出しました。

ashotを利用するとスクロール操作いい感じに操れるようです。
仕組み的にはJavascriptでスクロールしながらスクリーンショット撮って連結しているそうです。
https://github.com/yandex-qatools/ashot

今回の利用目的とはズレてるかもしれませんが参考までにコメントしておきました。

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。

  • 2018/12/23 16:52

    返信が遅れてしまい申し訳ありません。ご回答ありがとうございます。
    今回はスクロールじゃない方法で解決したのですが、
    面白い知見だったのでベストアンサーにさせていただきました。

    キャンセル

+1

下記の方法は試しましたか?
seleniumにはスクロールする関数があります。
https://qiita.com/mochio/items/dc9935ee607895420186#%E3%81%82%E3%82%8B%E8%A6%81%E7%B4%A0%E3%81%BE%E3%81%A7%E3%82%B9%E3%82%AF%E3%83%AD%E3%83%BC%E3%83%AB%E3%81%97%E3%81%9F%E3%81%84%E3%81%A8%E3%81%8D

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。

  • 2018/12/23 17:07

    返信遅れてしまい、申し訳ありません。ご回答ありがとうございました。
    ただ、どうやらこの方法でもうまくいかないようです。

    キャンセル

0

今回のWebサイトの場合、Chromeデベロッパーツールで、下までスクロールした際にXHRでGETリクエストをしている箇所を見てみると、maxResultというパラメータでコンテンツ数をコントロールしていることがわかったので、

https://www.yummly.com/recipes?maxResult=500

などというようにして、最初に表示するコンテンツ数を指定すれば、スクロールしなくてもたくさんのコンテンツを取得できたため、この手法を用いました。

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 88.63%
  • 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

同じタグがついた質問を見る