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
85.35%
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。

Ruby

Rubyはプログラミング言語のひとつで、オープンソース、オブジェクト指向のプログラミング開発に対応しています。

Ruby on Rails

Ruby on Railsは、オープンソースのWebアプリケーションフレームワークです。「同じことを繰り返さない」というRailsの基本理念のもと、他のフレームワークより少ないコードで簡単に開発できるよう設計されています。

Q&A

解決済

2回答

3068閲覧

Mechanizeを使用し、スクレイピングしたが403エラーが出てしまう

I_LIKE_EGGS

総合スコア11

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。

Ruby

Rubyはプログラミング言語のひとつで、オープンソース、オブジェクト指向のプログラミング開発に対応しています。

Ruby on Rails

Ruby on Railsは、オープンソースのWebアプリケーションフレームワークです。「同じことを繰り返さない」というRailsの基本理念のもと、他のフレームワークより少ないコードで簡単に開発できるよう設計されています。

0グッド

0クリップ

投稿2020/08/26 17:19

編集2020/08/26 18:12

とあるサイトをスクレイピングする為、Mechanizeを使用していますが、何をやってもダメなので、わかるかた教えて頂ければ幸いです。

agent = Mechanize.new agent.user_agent_alias = "Windows Mozilla" agent.redirect_ok = false element = agent.get 'http://xxx.xxx/'

エラーメッセージ

Mechanize::ResponseCodeError: 403 => Net::HTTPForbidden for http://cs1.site777.tv/ -- unhandled response from /Users/ユーザー名/MyApp2/vendor/bundle/ruby/2.6.0/gems/mechanize-2.7.6/lib/mechanize/http/agent.rb:329:in `fetch'

他のサイトでは問題なくできますが、あるサイトのみ出来ません。
ログイン管理されているサイトなので、その為できない可能性があります。

ググったところ
テラテイルスタックオーバーフローで似たような質問があり、どちらもユーザーエージェントをwebサイトが見ていて弾かれているような回答だった為、

agent.user_agent_alias = "Windows Mozilla"

にてユーザエージェントを設定しました。
他にも"windows IE11" や "Windows Chrome"を試しましたが、どれをやっても無駄だったので、ユーザーエージェントの問題ではないような気がします。

エラーメッセージ等でググりましたが、有益な情報がなく困っております。

分かる方よろしくお願いします。

ちなみにブラウザでは問題なくアクセスできます。

追記
回答を頂き、UAをいじりましたが、エラーメッセージは変わりませんでした。

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

0

自己解決

ユーザエージェントではなく、ログイン後のページにアクセスしていたた為、それが原因だと思われる。
ブラウザではリダイレクトでページが飛んだと思っていたが、デベロッパーツール でみたら、ブラウザの場合も403ステータスコードだった。
その為、Mechanizeで特段できていない状況ではな様子。
失礼しました。

投稿2020/08/26 18:24

I_LIKE_EGGS

総合スコア11

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

トップページであればログイン云々は関係ないですね。
何らかのロジックでブラウザ以外のアクセスを禁止しているのでしょう。

まず、

Ruby

1agent.user_agent_alias = "Mac Safari" 2agent.user_agent = 'Mac Safari'

だと、せっかくagent_alias=で設定したユーザーエージェントを、次の行で壊してしまっています。
ユーザーエージェントでMac Safariという文字列を送ったらそりゃ駄目でしょう。ユーザーエージェントというのは単にブラウザ名じゃなくてMozillaの文字が含まれている長い文字列です。
agent.user_agent_aliasagent.user_agentの違いを理解しましょう。

ユーザーエージェントを正しく送っても駄目だったら、403というのはリダイレクトの結果かも知れないので、最初のレスポンスを確認しましょう。具体的には、

Ruby

1agent.redirect_ok = false

を入れて何が返るか確認しましょう。

投稿2020/08/26 17:50

otn

総合スコア85901

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。

I_LIKE_EGGS

2020/08/26 17:51

わかりました。やってみます。
I_LIKE_EGGS

2020/08/26 18:11

user_agent_aliasとuser_agentの違いを調べ、設定をしなおしました。(user_agentを消しました) またagent.redirect_ok = falseを入れ、リダイレクトしないようにしましたが、エラー内容は変わりませんでした、他に可能性がありましたらよろしくお願い致します。
I_LIKE_EGGS

2020/08/26 18:22

すみません。ログインしたあとのページにアクセスしているので、それが原因かも知れません。 一度質問を閉じさせて頂きます。ありがとうございます。
otn

2020/08/27 09:58

ログインしないとアクセス出来ないページにログインしないでアクセしようとしてエラーになるので悩んでいたと言うことですか? さすがにそんな人がいるとは想定できませんでした。
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
85.35%

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