記録

Anglesharpというライブラリの話。

久しぶりに技術的なお話の記事を書きます。AnglesharpというのはC#などでスクレイピングするときにスクレイピングを補助してくれるライブラリで結構人気のあるライブラリなるようです。スクレイピングするコードは下記のようになります。この書き方が至ってシンプルで書きやすいのではないかなと思っています。

http://anglesharp.github.io/

var Url = $"https://zip358.com/";
var querySelector = $"#index_post_list > li.clearfix.num1.type1 > div > h3";
var document = BrowsingContext.New(Configuration.Default.WithDefaultLoader()).OpenAsync(Url).Result;
var element = document.QuerySelector(querySelector);
Console.WriteLine($"blogtitle is {element.InnerHtml}");

このライブラリはとても良いのですが、一つ問題があります。スクレイピングするのですが・・・これjavascriptがOFFの状態でスクレイピングされるのですね。どうもこのコードではJSがONにはならないようですね。因みに自分はそのことを知っていなかったのでどハマリしました。大手の検索サイトなどはjavascriptがOFFの状態でも閲覧できるようになっている事を知りました、試しにブラウザをOFFの状態にしてみるとソースコードがかなり違っていてJSのONの状態とは情報が差異がある事が理解できると思います。

Anglesharpのコンフィグ設定(init)でエージェントなどを設定してあげると上手くJSがONの状態をスクレイピングすることが可能なのかもしれません。動画を見る限りではまだかもしれません・・・。

近況:クラウドで単発のお仕事を探しつつ。前のページ

つかみに滑った感があるけど、中身はスベってない機械学習の数学講座。次のページ

関連記事

  1. 記録

    ITの技術は上がっているのに単価が下がっている?様に見える。

    先日、熱いので涼みに電気店へ行ってきました。何やら店員さんとおじさん…

  2. 記録

    死んだ馬と死んだ目は同意語カモ?

    冴えないイラストレーターの使い方をしています。さて、人はなぜ『…

  3. 記録

    AYABAMBIのダンスがキレキレだ。

    https://www.youtube.com/wat…

  4. 記録

    映画、PAN ~ネバーランド、夢のはじまり~を観てきましので感想なんかを #映画レビュー

    映画、PAN ~ネバーランド、夢のはじまり~を観てきましので感想なん…

  5. 記録

    ローソン話題のアレを食べてみた!?

    ローソンのあふれメンチを食べてみた結果は!?期待していた…

PAGE TOP