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

    映画、殿、利息でござる!を観に行きましたので #映画レビュー

    映画、殿、利息でござる!を観に行きましたので感想なんかを載せときま…

  2. 記録

    @夢

    「いつまで夢みたいなことを言っているだ」と嘆かられることだろう。た…

  3. 記録

    さくらレンタルサーバーよりXサーバーかもと最近思い始めた。

    さくらレンタルサーバーよりXサーバーかもと最近思い始め…

  4. 記録

    映画、HEROを観てきましたので感想なんかを。#HERO #映画レビュー

    HERO(ヒーロー)を観てきましたので感想なんかを残しときます。まず…

  5. 記録

    映画、テネットを観てきましたよ。

    映画、テネットを観てきましたよ。今年は映画館に行かないという事…

  6. 記録

    格安スマホに半ば強制的に契約して頂きました(´・ω・`)

    格安スマホに半ば強制的に契約して頂きました(´・ω・`)Yモバイルっ…

PAGE TOP