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
85.48%
Curl(プログラミング言語)

Curl(プログラミング言語)は、Webコンテンツ向けのプログラミング言語。HTMLのようなテキスト記述やレイアウトデザイン、JavaScript のようなオブジェクト指向プログラム言語、Java のような重量機能など複数の言語の特徴を一つのフレームワークに統合しています。

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。

PHP

PHPは、Webサイト構築に特化して開発されたプログラミング言語です。大きな特徴のひとつは、HTMLに直接プログラムを埋め込むことができるという点です。PHPを用いることで、HTMLを動的コンテンツとして出力できます。HTMLがそのままブラウザに表示されるのに対し、PHPプログラムはサーバ側で実行された結果がブラウザに表示されるため、PHPスクリプトは「サーバサイドスクリプト」と呼ばれています。

JavaScript

JavaScriptは、プログラミング言語のひとつです。ネットスケープコミュニケーションズで開発されました。 開発当初はLiveScriptと呼ばれていましたが、業務提携していたサン・マイクロシステムズが開発したJavaが脚光を浴びていたことから、JavaScriptと改名されました。 動きのあるWebページを作ることを目的に開発されたもので、主要なWebブラウザのほとんどに搭載されています。

Q&A

0回答

679閲覧

javascript実行により動的生成されるURLのアクセスとスクレイピングの実現方法

doggiemen

総合スコア1

Curl(プログラミング言語)

Curl(プログラミング言語)は、Webコンテンツ向けのプログラミング言語。HTMLのようなテキスト記述やレイアウトデザイン、JavaScript のようなオブジェクト指向プログラム言語、Java のような重量機能など複数の言語の特徴を一つのフレームワークに統合しています。

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。

PHP

PHPは、Webサイト構築に特化して開発されたプログラミング言語です。大きな特徴のひとつは、HTMLに直接プログラムを埋め込むことができるという点です。PHPを用いることで、HTMLを動的コンテンツとして出力できます。HTMLがそのままブラウザに表示されるのに対し、PHPプログラムはサーバ側で実行された結果がブラウザに表示されるため、PHPスクリプトは「サーバサイドスクリプト」と呼ばれています。

JavaScript

JavaScriptは、プログラミング言語のひとつです。ネットスケープコミュニケーションズで開発されました。 開発当初はLiveScriptと呼ばれていましたが、業務提携していたサン・マイクロシステムズが開発したJavaが脚光を浴びていたことから、JavaScriptと改名されました。 動きのあるWebページを作ることを目的に開発されたもので、主要なWebブラウザのほとんどに搭載されています。

0グッド

1クリップ

投稿2022/03/10 13:49

いつもお世話になっております。
下記に記載したようなスクレイピングの課題に取り組んでいますが、調査の足掛かりが分からずこちらで質問させていただきます。
詳細までは話せず概念的な話になっていますが何かしらの知見を頂けますと嬉しいです。

下記のような店舗ページから店舗名、住所などを取得しようと考えています。
A:https://www.targetsite.com/shop/0001/

ただし、上記にアクセスしソースコードを確認すると直接店舗名は記載されておらず、jsファイルの読み込みで動的に生成されるサイトです。

調査を進めると、下記のようなjsファイルの読み込みで、あるパラメータを生成しCのようなURLを生成してそこにjsonデータ形式で店舗名などがあることが分かりました。
(CのURLに諸々のパラメータのフォームデータをPOSTするのですが、このフォームデータについては生成方法に目途がついています)
B:https://~~~~~.com/webapp/~~~~~~~~.dll.js
C:https://www.targetsite.com/shop/info?param=~~~~~~~~~ (param=以降が生成値)

問題は、BのURLに使用するパラメータの生成について調べましたが、JSファイルの中のある処理で乱数を使って生成しているため、特定が難しいです。

自分の認識では、AのURLにアクセスする度にBを含む諸々のJSを読み込んでCのURLを生成していると認識しています。
CのようなURLは決まった形はなく、もしCのURLの中身を取得するには一回一回JSファイルを実行しないといけないのではないか、とも認識しています。
自分が勉強不足なだけと思いますが、curlなどを用いて上記を実現するのは難しいのではないかと考えています。

前提条件があいまいな状態で恐縮ですが、上記のような動的サイトからスクレイピングを行うにはどういった調査が必要か方法があるか知見を共有いただけますと嬉しいです。

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。

AbeTakashi

2022/03/11 01:51 編集

サイトによってはスクレイピングをサイト規約で禁止行為にしたり、スクレイピングを防ぐために様々な手段を講じているところもあります。ゆえにスクレイピングには常にその行為の正当性についてを考える必要があります(まぁ、どこまで突き詰めてもグレーだったりしますけど)。 今回の質問内容がこの手段に当たるかどうかは定かではありませんが、スクレイピングしようとしているサイトが具体的にあるようですので、少なくとも他の方にこの手の質問するなら、そのスクレイピング行為が不当なものではない(サイトの規約で禁止行為とされていない)くらいの情報は出すべきかと思いました。
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

まだ回答がついていません

会員登録して回答してみよう

アカウントをお持ちの方は

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
85.48%

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