Casper.JSのススメ - After Coding
2013-08-17 Casper.JSのススメ Phantom.JSというヘッドレスブラウザがある。 これが超便利なんだけど、セッション周りとか込み入った操作をしようと思うと途端に操作(JSファイルへの記述)が面倒になる。 そこで、Casper.JSの出番だ。 CasperはPhantomと連携するライブラリで、簡単な記述で複雑な操作を実現することができる。 また、Phantomのレンダリングエンジンはwebkitで、Gekkoで動いているSlimer.JSってのもあって、これらの上で動くCasperを使っているとレンダリングどっちも使えるので捗る(と思う)。 今回はEnd-to-Endテストの実現を目的に、Casper.JSでwebサイトのHTMLを解析してみる。 もちろん、スクレイピングなどにも応用可能だ。 ↑ヨルムンガンドに出てくる主人公(ココ・ヘクマティアル)の兄キ
php/スクレイピング/Simple HTML Dom - pro-mameのプログラムメモ
設置 ダウンロード simplehtmldom_1_5.zip simplehtmldom_1_5.zipをダウンロード - PHP Simple HTML DOM Parser - SourceForge.JP -- 2012-11-30 (金) 14:45:15 解凍 # unzip simplehtmldom_1_5.zip サンプル サンプルその1 imgタグの抜き出し <?php //もちろん画像のみの抽出も可能でして // simple_html_dom.phpファイルの読み込み include_once('simplehtmldom/simple_html_dom.php'); //スクレイピングしたいURLを指定 $html = file_get_html( 'http://actress.dmm.co.jp/-/list/=/keyword=a/' ); //画像U
phpによるスクレイピング処理入門
1. はじめに このサイトは php を利用したスクレイピング処理の具体的手法について記載されたサイトにしようと思っています。なので、あまり面白いサイトではありません。内容も偏重していることと思いますが、ご質問などがございましたら、りょーちまでご連絡ください。 1.1. スクレイピングとは スクレイピングの話しを始める前に、現在のWebサービスについて幾つか言及しておきます。 現在様々な会社が様々なWebサービスを展開しています。かなり昔、今よりWebサイトそのものが少ない頃の時代は、HTMLファイルを手動で作成することが殆どでした。しかし、現在はバックグラウンドにデータベースが存在し、データベースの内容を動的に表示し、ページを作成するようなサイトがかなり多くなっています。 さて、データベースを利用するメリットは何でしょうか？ 幾つかの視点が挙げられると思います。 最も重要な点は、ひとつひ
PHPでスクレイピング - Qiita
例えばふぁぼるっくというサイトから、各ふぁぼの内容を'ツイート'・'個別ページへのリンク'・'ふぁぼ数'を取得する場合、私だったらこうします。 <?php use Diggin\Scraper\Scraper; $scraper = new Scraper; $scraper->process( '#postlist li', array('postlist[]' => (new Scraper) ->process('//div[@itemprop="articleBody"]', 'articleBody', 'html') ->process('//div[@class="name"]/a', 'author_page', '@href', function($uri) { return $uri->toString();}) ->process('//ul["favlist"]//
Google Apps Scriptでスクレイピングする方法 - Qiita
function myFunction() { var response = UrlFetchApp.fetch("http://www.google.co.jp/search?q=qiita"); var myRegexp = /<h3 class=\"r\">([\s\S]*?)<\/h3>/gi; var elems = response.getContentText().match(myRegexp); for(var i in elems) { var title = elems[i] title = title.replace(/(^\s+)|(\s+$)/g, ""); title = title.replace(/<\/?[^>]+>/gi, ""); Logger.log(title); } } [13-09-10 00:08:56:438 JST] Qiita [キータ
PhantomJS： 「最小限なheadlessのWebKitベースのJavaScriptツール」 - karasuyamatenguの日記
こりゃ面白い。http://code.google.com/p/phantomjs/ "PhantomJS is a minimalistic, headless, WebKit-based, JavaScript-driven tool" headless=スクリーンがない=コマンドと考えればいい。要はブラウザから画面と取り除いてJavaScriptによるスクリプティングを可能にしたコマンドツール。逆に言うとDOM+JavaScript+Networkingをコマンドにしたもの。 説明してもピンとこないだろうから実例を紹介する。http://code.google.com/p/phantomjs/wiki/QuickStart hello world hello.js console.log('Hello, world!'); phantom.exit();$ phantomjs hel
htmlSQLの基本的な使い方
WebスクレイピングのライブラリhtmlSQLの使い方メモ。 スクレイピングの準備 //Snoopyをinclude include_once("../snoopy.class.php"); //htmlSQLをinclude include_once("../htmlsql.class.php"); //インスタンス生成（Exampleで使われている"$wsql"という変数名は、昔はWebSQLという名前だった名残り） $wsql = new htmlsql(); Webページからスクレイピング if (!$wsql->connect('url', 'http://codedump.jonasjohn.de/')){ print 'Error while connecting: ' . $wsql->error; exit; } ローカルにあるファイルからスクレイピング if (!$ws
Webスクレイピングを可能にするPHPライブラリ・htmlSQL
htmlSQLはWebスクレイピング（部分的にHTML抽出）を可能にするPHPライブラリです。ソースが公開されていたのでご紹介します。 ※先日、お知らせさせて頂きましたように、この記事は僕が管理していた別のブログの過去記事を移行したもので正確性に欠ける可能性があります。何卒ご了承願います。 HTML内を部分的に取り出し、表示する事で、それを容易にするスクリプトがhtmlSQLというPHPライブラリです。DOM解析をSQL風に指示するらしい。 デモがありますのでご体感下さい。→htmlSQL – live example 以下のコードを使うようです。 <?php /* ** htmlSQL - Example 1 ** ** Shows a simple query */ include_once("../snoopy.class.php"); include_once("../htmlsq
phpによるスクレイピング処理入門
1. はじめに このサイトは php を利用したスクレイピング処理の具体的手法について記載されたサイトにしようと思っています。なので、あまり面白いサイトではありません。内容も偏重していることと思いますが、ご質問などがございましたら、りょーちまでご連絡ください。 1.1. スクレイピングとは スクレイピングの話しを始める前に、現在のWebサービスについて幾つか言及しておきます。 現在様々な会社が様々なWebサービスを展開しています。かなり昔、今よりWebサイトそのものが少ない頃の時代は、HTMLファイルを手動で作成することが殆どでした。しかし、現在はバックグラウンドにデータベースが存在し、データベースの内容を動的に表示し、ページを作成するようなサイトがかなり多くなっています。 さて、データベースを利用するメリットは何でしょうか？ 幾つかの視点が挙げられると思います。 最も重要な点は、ひとつひ
スクレイピングとは ウェブの人気・最新記事を集めました - はてな
tl;dr サークルカタログからSNSのフォロワー数を元にサークルを選定した． 自分の趣味嗜好に従わず買ってみることで新しい世界が広がるかもしれない． 指標についても単純にフォロワー数だけで見ずにアカウントの新規性，フォロー/フォロワー率で見るといった別の観点でやってみるのもいいかもしれない． 背景 九州コミティア8というのが3/10(日)にあるのを前日に知った． bsky.app 前々からこういったイベントに行ってみたかったので，行くことにした． ただ正直なところ好きなものが無いというよりも，オリジナルな同人で何を買えばいいか全く見当がつかない． コミティアとはプロ・アマを問わないマンガ描き…
Ruby Scraping - Mechanize
@@ -1,5 +1,8 @@ ウェブサイトのアクセスを自動化するライブラリ。HTMLの解析には[[Hpricot]]を使っている。 +以下のサイトがとてもまとまっています↓ +* [[RubyのWWW::Mechanizeを解説 for 0.9 （仮） - きたももんががきたん。|http://d.hatena.ne.jp/kitamomonga/20081209/kaisetsu_for_ver_0_9_ruby_www_mechanize]] + !リファレンス * class [[WWW::Mechanize]] * class [[WWW::Mechanize::Page]] @@ -36,4 +39,6 @@ !リンク *公式サイト(リファレンスのみ) : http://mechanize.rubyforge.org/ *RubyForgeのプロジェクト
mechanize
Stateful programmatic web browsing in Python, after Andy Lester’s Perl module WWW::Mechanize. mechanize.Browser and mechanize.UserAgentBase implement the interface of urllib2.OpenerDirector, so: any URL can be opened, not just http: mechanize.UserAgentBase offers easy dynamic configuration of user-agent features like protocol, cookie, redirection and robots.txt handling, without having to make a n
スクレイピングするなら ScraperWiki 使うといいよ - ヤルキデナイズドだった
Web ページからデータを抽出してデータベースに突っ込むことに性的興奮を覚えるみなさん、 ScraperWiki 使うとキモチイイですよ。以上です。 そうではないみなさんには少々の説明が必要かと思いますので少々書きます。 ScraperWiki はスクレーパ（Web ページをスクレイピングするスクリプト）とスクレイピングで得られたデータを共有しようぜっという Web サービスです。Wiki と名が付いていますが Wiki っぽいページ構成になってるわけではなく、スクレーパやデータを誰でも編集できるようにして成果を共有するという理念が Wiki と共通しているのが由来みたいです。 ScraperWiki を使うとスクレーパを作るのがラクになります： Web ベースのエディタでスクレーパを書き、その場で実行できる PHP、 Python または Ruby が使える（HTML パーサなどのモジュ
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Webクローリング＆スクレイピングの最前線 公開用