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
85.50%
Beautiful Soup

Beautiful Soupは、Pythonのライブラリの一つ。スクレイピングに特化しています。HTMLデータの構文の解析を行うために、HTMLタグ/CSSのセレクタで抽出する部分を指定することが可能です。

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。

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

解決済

1回答

1536閲覧

python beautifulsoup

tera12

総合スコア8

Beautiful Soup

Beautiful Soupは、Pythonのライブラリの一つ。スクレイピングに特化しています。HTMLデータの構文の解析を行うために、HTMLタグ/CSSのセレクタで抽出する部分を指定することが可能です。

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。

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2020/03/16 10:13

前提・実現したいこと

pythonでスクレイピングの勉強をしています。
スクレイピングでは相手のサーバに負荷がかからないように
time.sleep()を入れるのは分かったのですが、
beautifulsoupのfind_all("a")を使った取得で、aタグが多い場合
相手サーバに負荷がかかるのではないかと思ったのですが、
この場合、負荷を抑えるにはどのようにすればいいですか?

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。

meg_

2020/03/16 10:26

そこまで気にすることはないかと思います。それよりもそのサイトがスクレイピングを禁止していないか確認しましょう。※利用規約で禁止されているサイトがあります
tera12

2020/03/16 11:01

for文を使ったスクレイピングのときにtime.sleep入れればいいのでしょうか? 利用規約に記載されていない場合は、スクレイピングokですか?
meg_

2020/03/16 11:16

適当に入れると良いかと思います。 利用規約には「スクレイピング禁止」とは明記されていないが、ロボットによるアクセスは駄目とかサイトが提供する方法以外は駄目、等の表現になっていることがありますのでご注意ください。
mistn

2020/03/16 11:45

find_allを使ったときに通信が発生すると考えているということでしょうか?
tera12

2020/03/16 12:00 編集

mistnさん そう考えていたんですが、今、入力してて思ったのが、 requests.getのときに通信が発生で、beutifulsoupでは通信が発生しない という感じですか?
mistn

2020/03/16 14:14

dark-eater-keiさんが回答していますがその通りです。 Beautiful Soupはhtmlを解析するためのものなので通信は発生しません。
tera12

2020/03/16 17:32

改めて勉強になりました。 ありがとうございます。
guest

回答1

0

ベストアンサー

スクレイピングではrequestsseleniumを用いて,htmlを取得します.このときサーバからhtmlデータをダウンロードをするため負荷をかけないようにディレイをかけます.
beautifulsoupはダウンロードしたhtmlを解析するためのライブラリなので,通信は発生しません.
したがって,find_allを使うときにディレイさせる必要はありません.
もちろんディレイをかけても良いですが時間がかかります.

投稿2020/03/16 12:12

dark-eater-kei

総合スコア1248

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。

tera12

2020/03/16 17:34

sleepのタイミングがわかりました。 回答ありがとうございました。
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
85.50%

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