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

    基本情報処理試験の結果。

    いまごろ基本情報処理試験の結果発表受かっているように思える数字です…

  2. 記録

    さくらのVPSを使ってみた。標準OSインストールは初心者におすすめ。

    さくらVPSを使ってみた。さくらVPSをレンタルして標準OSインスト…

  3. 記録

    なぜ、間違ったサンプルコードがネットでは散らばっているのか?

    なぜ、間違ったサンプルコード(環境が同一ではないと動かないコード)が…

  4. 記録

    音声合成ボイスが面白い。

    コエステーションという音声合成ボイスを試しました。アプリで音声を録音…

  5. 記録

    海賊版でもWindows10へ無償アップデート

    海賊版でもWindows10へ無償アップデートだそうです。この背景に…

  6. 記録

    バンクーバーの朝日を観てきましたので感想なんかを書きます。

    バンクーバーの朝日を観てきましたので感想なんかを書きます。実話を元に…

PAGE TOP