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

87.61%

Python-Selenium クローリングで謎のリダイレクト

解決済

回答 2

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 791

score 2283

クローリングに関して質問です。

サーバ構成

hostBにはWEBサイトがあります
hostC経由でしかアクセスできません
サーバ構成

やりたいこと

hostB内にあるサイトのクローリング

hostA上でやったこと

ログインページ取得⇒成功
ログイン処理⇒失敗(下記サイトへリダイレクト)

<html xmlns="http://www.w3.org/1999/xhtml"><head></head><body></body></html>

現状

hostC内ではログイン処理などすべて成功します

予想

どうも、SSH関連の話かなと思っているのですが、解決の糸口が見えません
このw3.orgという組織は、ウェブドライバの組織見たいですね(´;ω;`)
HTMLの組織だった(´;ω;`)

  • 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。

質問への追記・修正、ベストアンサー選択の依頼

  • papinianus

    2019/02/22 16:42

    クローリング部分のコードや設定は開示可能でしょうか?

    キャンセル

  • t_obara

    2019/02/22 16:54

    たとえば、https://qiita.com/kuboon/items/85169dcec746db552935 を参考にして、hostCから、curlでログインをしてみて、どのような挙動になり、結果がどのようになるかを調査されると原因分析に役立つかと。

    キャンセル

回答 2

check解決した方法

0

sshトンネルは443で掘ってて、https通信も443で、しかもWEBがすごい複雑な造りをされてて、必ずリダイレクトされて返されているので、その辺が悪さをしてたのかなという推測(無駄に制約が厳しすぎて、これ以上調べることができない。本当に無駄な制約が厳しい。)

解決法は、諸々の理由で書けませんが、結論から言うと全く解決していません(# ゚Д゚)

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。

0

リダイレクト先のURLの内容は以下のサイトを見るとXHTMLを使った文書を作成しているということを示しているだけなので、本質的では無いように思います。
http://www.webword.jp/xhtml/tag-basic/index1.html

なぜ入れないのか、は、この情報だけでは難しいですね。

アクセスログなどでどこかで403なり500なり返っている場所が無いですか?

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。

  • 2019/02/22 15:54

    hostBのログは手に入れることができません(hostBの管理者にクローリングの許可は頂いております)
    hostAはCentOS、hostCはWindows10なのですが、それぞれのログはどこにあるのでしょうか?

    キャンセル

  • 2019/02/22 16:20

    host Bのログがないと厳しいですねぇ…
    とりあえず、SSHコマンドの-vオプションでデバッグ情報を見てみてください。
    可能性として、host BからhostAに返してしまっている可能性があるかもしれません。

    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 87.61%
  • 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