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

90.00%

画像の全てが表示されないWebページでのクローリング

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 46

blont

score 1

前提・実現したいこと

googleの画像検索等、ページの一番下までスクロールした際に、新たな画像が表示されるページがあります。
こういったページでBeautifulSoupを用いてクローリングをすると、新たな画像が表示されていない状態のhtmlを取得してしまいます。

新たな画像を含めてクローリングをしたい場合、どうすべきでしょうか?

発生している問題・エラーメッセージ

Webページを読み込んだ段階では、表示されていない画像が存在する。
ページに存在する全ての画像(*.jpg, *.png)に対してクローリングを行いたい。

該当のソースコード

import requests
from bs4 import BeautifulSoup
import os


if __name__ == '__main__':
    URL = "クローリングを行うWebページのURL"
    images = []
    soup = BeautifulSoup(requests.get(URL).content, "lxml")
    print(soup)
    for link in soup.find_all("img"): # imgタグを取得しlinkに格納
        if link.get("src").endswith(".jpg"): # imgタグ内の.jpgであるsrcタグを取得
            images.append(link.get("src")) # imagesリストに格納
        elif link.get("src").endswith(".png"): # imgタグ内の.pngであるsrcタグを取得
            images.append(link.get("src")) # imagesリストに格納

    os.mkdir(name)
    for target in images: # imagesからtargetに入れる
        re = requests.get(target)
        with open(name + "/" + target.split('/')[-1], 'wb') as f: # imgフォルダに格納
            f.write(re.content) # .contentにて画像データとして書き込む

試したこと

BeautifulSoupの関数や、Developerツールの設定でクローリングを行う前に読み込むことができないか調べました。
しかし満足のいく回答を見つけることができませんでした。

何卒よろしくお願いします。

補足情報(FW/ツールのバージョンなど)

BeautifulSoup 4.7.1
Python 3.7.3

  • 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
    • 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 1

checkベストアンサー

+1

最下行までいくと内容が追加されるサイトは、Webブラウザが、JavaScript を実行して、コンテンツの追加読み込みを処理しているので、JavaScript を解釈して処理する必要があります。

残念ながら BeautifulSoup は、JavaScript を解釈して処理できないので、Python + Selenium + Chrome あたりを用いることになると思います。

Selenium による無限スクロールの取得は、ここでもよく出ている質問なので、「Python Selenium スクロール」あたりのキーワードで google や teratail 等で検索すると類似の内容がいろいろ見つかりますので、検索結果を読んで理解して内容を試してみるのはどうでしょうか。

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。

  • 2019/12/05 17:08

    回答ありがとうございます。

    問題を解決するための検索方法が分からず困っていたので、助かりました
    検索してみたところ有用な情報が散見されたので、読み込んでみようと思います

    ありがとうございました!

    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 90.00%
  • 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

同じタグがついた質問を見る