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!

新規登録して質問してみよう
ただいま回答率
85.37%
スクレイピング

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。

Chrome

Google Chromeは携帯、テレビ、デスクトップなどの様々なプラットフォームで利用できるウェブブラウザです。Googleが開発したもので、Blink (レンダリングエンジン) とアプリケーションフレームワークを使用しています。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

proxy

proxy(プロキシー)は、企業などの内部コンピュータとインターネットの中間に位置し、例えば直接インターネットに接続できない内部コンピュータの代理としてインターネットに接続する等をするシステム、もしくは代理として機能を実行するソフトウェアです。内部ネットワークへのアクセスを一元管理し、内部からの特定の種類の接続以外を遮断すること、外部からの不正アクセスを拒否することなどに用いられます。

selenium

Selenium(セレニウム)は、ブラウザをプログラムで作動させるフレームワークです。この原理を使うことにより、ブラウザのユーザーテストなどを自動化にすることができます。

Q&A

解決済

1回答

8916閲覧

proxy経由でヘッドレスchromeが動かない件に関して

gyungyun545

総合スコア84

スクレイピング

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。

Chrome

Google Chromeは携帯、テレビ、デスクトップなどの様々なプラットフォームで利用できるウェブブラウザです。Googleが開発したもので、Blink (レンダリングエンジン) とアプリケーションフレームワークを使用しています。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

proxy

proxy(プロキシー)は、企業などの内部コンピュータとインターネットの中間に位置し、例えば直接インターネットに接続できない内部コンピュータの代理としてインターネットに接続する等をするシステム、もしくは代理として機能を実行するソフトウェアです。内部ネットワークへのアクセスを一元管理し、内部からの特定の種類の接続以外を遮断すること、外部からの不正アクセスを拒否することなどに用いられます。

selenium

Selenium(セレニウム)は、ブラウザをプログラムで作動させるフレームワークです。この原理を使うことにより、ブラウザのユーザーテストなどを自動化にすることができます。

0グッド

1クリップ

投稿2019/04/08 06:00

編集2019/04/08 08:25

selenium(python)でスクレイピングをしておりますが、IPアドレスで制限がかかるのでProxy経由でやりたいと考えております。
LinuxのCUI環境のため、ヘッドレスしか使えないのですが、Proxyを設定するとうまく表示されないです。

下記の2点から、ChromeのProxy設定時に何か不具合があるのではないかと考えております。
① 同プロキシ経由で、requestsであればデータが取得できる。
② Proxyのオプションを付けなければ、Chromeでデータ取得できる。

何が問題かご存知でしたら教えていただければ幸いです。

なお環境は下記のとおりです。
<環境>

CentOS Linux release 7.6.1810 (Core)

python3.6

python

1################インポート################ 2import requests 3from bs4 import BeautifulSoup 4from selenium import webdriver 5from selenium.webdriver.chrome.options import Options 6################インポート################ 7 8# ターゲットURL 9targetUrl = 'https://www.yahoo.co.jp' 10# プロキシURL 11Proxy = 'http://167.99.1.61:80' 12 13################ requestsでのスクレピング ################ 14proxies = {'http': Proxy} 15html = requests.get(targetUrl, proxies=proxies) 16soup = BeautifulSoup(html.content, 'html.parser') 17# ちゃんとスクレイピング出来てるか表示 18print("requestsスクレイピング") 19print(soup) 20######################################################## 21 22################ ヘッドレスchromeでのスクレイピング ################ 23options = Options() 24options.add_argument("--proxy-server=" + good_proxy) 25options.add_argument('--headless') 26driver = webdriver.Chrome(chrome_options=options) 27driver.get(targetUrl) 28soup = BeautifulSoup(driver.page_source.encode('utf-8'), 'html.parser') 29driver.close() 30# ちゃんとスクレイピング出来てるか表示 31print("Chromeスクレピング") 32print(soup) 33#################################################################

output

1requestsスクレイピング 2: 3ページソース(省略) 4: 5Chromeスクレピング 6<html xmlns="http://www.w3.org/1999/xhtml"><head></head><body></body></html>

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MY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。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答1

0

自己解決

下記のやり方でできました。

python

1from selenium import webdriver 2from selenium.webdriver.common.proxy import Proxy, ProxyType 3 4options = webdriver.ChromeOptions() 5options.add_argument('headless') 6desired_caps = options.to_capabilities() 7 8prox = Proxy() 9prox.proxy_type = ProxyType.MANUAL 10prox.http_proxy = "167.99.1.61:80" 11prox.add_to_capabilities(desired_caps) 12 13browser = webdriver.Chrome(desired_capabilities=desired_caps)

参考:https://stackoverflow.com/questions/51539818/how-do-you-run-headless-chrome-and-a-proxy-using-selenium-in-python

投稿2019/04/08 08:52

gyungyun545

総合スコア84

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

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
85.37%

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る

質問する

関連した質問