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%
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

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

2811閲覧

robots.txtの「Disallow: /search/site/」が禁止している内容

kerokero9

総合スコア2

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

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2020/05/17 04:04

スクレイピングに際し、下記のrobots.txtを読みましたが禁止している内容がわかりませんでした。

日本経済新聞のrobots.txt
http://www.nikkei.com/robots.txt

記載内容
User-agent: *
Disallow: /search/site/

下記から始まるURLがスクレイピング禁止になるという理解ですが、該当するページが見つかりません。
http://www.nikkei.com/search/site/

スクレイピングの前に、念のため禁止されているページを確認したいと考えています。
robots.txtから具体的に禁止されているページの一例を知る方法はありますでしょうか?
よろしくお願いいたします。

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1

0

ベストアンサー

https://support.google.com/webmasters/answer/6062596?hl=ja

クロールをブロックするディレクトリやページを記入するので、
/search/site/の中に、ファイルが存在した場合もブロック対象になります。
実際にこのディレクトリ中にファイルがあるかはわからないですし、
あったとしてもページが表示されないよう制限をかけている可能性もあります。

投稿2020/05/22 18:37

cobm

総合スコア239

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。

kerokero9

2020/05/23 09:47

禁止されているページを知ることが出来ない場合もあるということですね。よくわかりました。
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