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
85.48%
Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

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。

Q&A

1回答

2395閲覧

【Python】複数ページのスクレイピング時にロード待機が有効とならない

poipoi9835

総合スコア12

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

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。

0グッド

0クリップ

投稿2019/05/29 07:23

前提・実現したいこと

Pythonで複数ページのスクレイピングを行い、CSV出力する処理を作りたいと思っています。

次のページに遷移した後にロード待機を行いたく、
各種情報を参考にしてWebDriverWaitクラスやexpected_conditionsクラスで
指定をするも、有効とならず困っています。

結果、前のページのテーブル情報が読み込まれてCSVに出力されてしまうという状態です。。

time.sleepを使えばうまくいったのですが、どうすれば
ロード待機が上手くできるのでしょうか。

ソースコードの改善ポイントをご教授いただければ幸いです。
よろしくお願い致します。

該当のソースコード

Python

1from selenium import webdriver 2from selenium.webdriver.chrome.options import Options 3from selenium.webdriver.common.action_chains import ActionChains 4from selenium.webdriver.support.ui import WebDriverWait 5from selenium.webdriver.support import expected_conditions as EC 6from selenium.webdriver.common.by import By 7 8options = Options() 9options.add_argument('--headless') 10driver = webdriver.Chrome('C:\python\chromedriver_win32\chromedriver.exe',chrome_options=options) 11driver.get('http://www.ullet.com/search.html#disp/1') 12 13import pandas as pd 14page_source = driver.page_source 15dfs = pd.read_html(page_source) 16 17dfs[1].to_csv("sample.csv", header=False, index=False) 18 19# ページ数 20page = 10 21 22for num in range(2,page): 23 num2 = str(num) 24 driver.get('http://www.ullet.com/search.html#disp/1/page/' + num2) 25# import time 26# time.sleep(0.4) 27 wait = WebDriverWait(driver, 10) 28 wait.until(EC.presence_of_all_elements_located) 29 wait.until(EC.visibility_of_all_elements_located) 30 page_source = driver.page_source 31 dfs = pd.read_html(page_source) 32 dfs = dfs[1].drop(0, axis=0) 33 dfs.to_csv("sample.csv",mode='a', header=False, index=False) 34 35driver.close() 36driver.quit()

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

待機時間設定は「driver.implicitly_wait(10)」を使いました。(最初に設定)
1.遷移先のURLが目的のページと同じになるまで待つ(while Trueを使って、URLが一致したらbreakする)
2.繊維先のwebエレメントにアクセスする。(見つからないと10秒待つ、を繰り返す)

私の場合は1を採用して、IEですが上手く動作しました。

投稿2019/07/28 08:47

meg_

総合スコア10579

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

まだベストアンサーが選ばれていません

会員登録して回答してみよう

アカウントをお持ちの方は

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
85.48%

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