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
85.31%
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。

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。

Q&A

解決済

2回答

3713閲覧

【スクレイピング】「さらに表示」ボタンを押すと、表示される全てのリストを取得したいです。

yudai109

総合スコア18

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。

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。

0グッド

0クリップ

投稿2019/11/28 08:01

前提・実現したいこと

例として、itownページの下のサイトで、
「さらに表示」ボタンを押すと、新しく表示されるリストを含めて全てのリンク先を配列に格納したいと考えています。
https://itp.ne.jp/topic/?topic=225%3B772&sort=01&sbmap=false

そのままスクレイピングすると、最初に表示されている22件分(サミー・ライフサポートさん)までしかリンク先を取得できません。

発生している問題・エラーメッセージ

エラーメッセージではありませんが、最初の22件分(サミー・ライフサポートさん)までしか取得できない部分を全て取得したいです。

['https://itp.ne.jp/info/321826553400000899/shop/', 'https://itp.ne.jp/info/292958506300000899/shop/', 'https://itp.ne.jp/info/310555414400000899/shop/', 'https://itp.ne.jp/info/012151151156940470/shop/', 'https://itp.ne.jp/info/136664945118461560/shop/', 'https://itp.ne.jp/info/293692985300000899/shop/', 'https://itp.ne.jp/info/016915226174361490/shop/', 'https://itp.ne.jp/info/202266608000000899/shop/', 'https://itp.ne.jp/info/216509600300000899/shop/', 'https://itp.ne.jp/info/067103140124781810/shop/', 'https://itp.ne.jp/info/275920764300000899/shop/', 'https://itp.ne.jp/info/306301353132971740/shop/', 'https://itp.ne.jp/info/015911530000000899/shop/', 'https://itp.ne.jp/info/047692354109550930/shop/', 'https://itp.ne.jp/info/048419425000000899/shop/', 'https://itp.ne.jp/info/151550387000000899/shop/', 'https://itp.ne.jp/info/168682458119331410/shop/', 'https://itp.ne.jp/info/187441619300000899/shop/', 'https://itp.ne.jp/info/331181824400000899/shop/', 'https://itp.ne.jp/info/342634523400000899/shop/', 'https://itp.ne.jp/info/432938560500000899/shop/', 'https://itp.ne.jp/info/510000000000045049/shop/']

該当のソースコード

python

1from bs4 import BeautifulSoup 2import requests 3 4url_list = [] 5hpurl_list = [] 6adress_list = [] 7url = "https://itp.ne.jp/topic/?topic=225%3B772&sort=01&sbmap=false" 8 9res = requests.get(url) 10res.raise_for_status() 11soup = BeautifulSoup(res.text, "html.parser") 12for i in soup.find_all("a", class_='m-article-card__header__title__link'): 13 elem = i.get("href") + "shop/" 14 # url_listに格納 15 url_list.append(elem) 16 17print(url_list)

試したこと

seleniumuで全ての「さらに表示」ボタンをクリックして取得する方法も考えましたが、もっと良いやり方があるのではないかと思い、質問させていただきました。

ご教授、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2

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。

0

ベストアンサー

「さらに表示」ボタンをクリックして取得する方法も考えましたが、もっと良いやり方があるのではないか

もっと良い方法は無いでしょう。
素直に『「さらに表示」ボタンをクリックして取得する方法』でやるしかないでしょう。
requests.get(url)は、そのページだけを取得するものですから!

投稿2019/11/28 09:59

ikapy

総合スコア1167

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。

yudai109

2019/11/28 10:07 編集

クリックした後のjavascriptで生成されているHTMLを読み取る方法はあるのでしょうか??
otn

2019/11/28 15:19

ブラウザとseleniumライブラリを使えばできます。このサイトにも質問がたくさん出ています。
guest

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
85.31%

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