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

    結構有名、ブラウザ操作を自動化、ただし規則性のあるモノに限るツール。

    結構有名、ブラウザ操作を自動化、ただし規則性のあるモノに限るツールで…

  2. 記録

    さくらのVPSを密かに使ってます。

    さくらのVPSを密かに使ってます。この度、密かに使っていたVPSを契…

  3. 記録

    過去の延長線上に未来はない?

    過去を振り返って自分が東京で仕事をしていた頃。毎日、終電で帰ってい…

  4. 記録

    SF好きならおすすめYOUTUBEチャンネル

    SF好きならおすすめYOUTUBEチャンネルDUSTです。こちらのY…

  5. 記録

    PHP 型の変換 – javaぽっい書き方で型キャストが出来ちゃう(`・ω・´)

    PHP 型の変換 - javaぽっい書き方で型キャストが出来ちゃう(…

  6. 記録

    高知県、もっと叫んで良いんじゃないのか?

    もっと叫んで良いんじゃないのか、選挙で台風21号のことを放送する局が…

PAGE TOP