[복전학습록] 앱 제작 파트 7 [34일째]

복식 학습록은 무엇입니까?
어머니가 공부하신 비망록.
유형적인 형태로 남아 의욕을 보이는 개인 작전이다.
다른 사람에게 보여주려고 쓴 것이 아니어서 읽기가 어렵다.
독서
데이터베이스 엔지니어 교육 독본 [DB의 활용 가능한 지식과 기술 노하우가 수록되어 있음]
제로에서부터 만들다
PHP 프레임CakePHP3 시작하기
SQL 역모드
Docker 시작
지금 읽고 있는 책.
없음
응용 프로그램 제작
덮어쓸 수 없습니다.
이번에 얻으려는 요소는 이미지 레드박스 부분이다.
야호재팬의 탑 우측 광고 부분에 대한 정보를 얻으려고 합니다.

다음 설정에서 얻을 수 있는 덮어쓰기를 잠시 실시합니다.
scrapy 사용, 참조파이톤, scrapy에서 묘회를 거행하다 실시.
scrapy/app/scraping/spiders/scrapy_yahooJapan_spider.py
import scrapy
from scraping.items import Advertisement

class ScrapyYahoojapanSpiderSpider(scrapy.Spider):
    name = 'scrapy_yahooJapan_spider'
    allowed_domains = ['www.yahoo.co.jp']
    start_urls = ['https://www.yahoo.co.jp/']

    def parse(self, response):
        # response.css で scrapy デフォルトの css セレクタを利用できる
        for post in response.css('#TBP'):
            # items に定義した Advertisement のオブジェクトを生成して次の処理へ渡す
            yield Advertisement(
                src=post.css('img.yjAdImage::attr(src)').extract_first().strip(),
                href=post.css('a.yjAdLink::attr(href)').extract_first().strip(),
            )
scrapy/app/scraping/items.py
import scrapy


class Advertisement(scrapy.Item):
    # define the fields for your item here like:
    # name = scrapy.Field()
    src = scrapy.Field()
    href = scrapy.Field()
실행 결과는 다음과 같습니다.
/src/app/scraping # scrapy crawl scrapy_yahooJapan_spider

2020-02-16 23:14:32 [scrapy.utils.log] INFO: Scrapy 1.8.0 started (bot: scraping)
2020-02-16 23:14:32 [scrapy.utils.log] INFO: Versions: lxml 4.5.0.0, libxml2 2.9.10, cssselect 1.1.0, parsel 1.5.2, w3lib 1.21.0, Twisted 19.10.0, Python 3.6.10 (default, Jan 18 2020, 02:57:08) - [GCC 9.2.0], pyOpenSSL 19.1.0 (OpenSSL 1.1.1d  10 Sep 2019), cryptography 2.8, Platform Linux-4.9.184-linuxkit-x86_64-with
2020-02-16 23:14:32 [scrapy.crawler] INFO: Overridden settings: {'BOT_NAME': 'scraping', 'DOWNLOAD_DELAY': 10, 'NEWSPIDER_MODULE': 'scraping.spiders', 'ROBOTSTXT_OBEY': True, 'SPIDER_MODULES': ['scraping.spiders']}
2020-02-16 23:14:32 [scrapy.extensions.telnet] INFO: Telnet Password: edb17c2006230aa4
2020-02-16 23:14:32 [scrapy.middleware] INFO: Enabled extensions:
['scrapy.extensions.corestats.CoreStats',
 'scrapy.extensions.telnet.TelnetConsole',
 'scrapy.extensions.memusage.MemoryUsage',
 'scrapy.extensions.logstats.LogStats']
2020-02-16 23:14:32 [scrapy.middleware] INFO: Enabled downloader middlewares:
['scrapy.downloadermiddlewares.robotstxt.RobotsTxtMiddleware',
 'scrapy.downloadermiddlewares.httpauth.HttpAuthMiddleware',
 'scrapy.downloadermiddlewares.downloadtimeout.DownloadTimeoutMiddleware',
 'scrapy.downloadermiddlewares.defaultheaders.DefaultHeadersMiddleware',
 'scrapy.downloadermiddlewares.useragent.UserAgentMiddleware',
 'scrapy.downloadermiddlewares.retry.RetryMiddleware',
 'scrapy.downloadermiddlewares.redirect.MetaRefreshMiddleware',
 'scrapy.downloadermiddlewares.httpcompression.HttpCompressionMiddleware',
 'scrapy.downloadermiddlewares.redirect.RedirectMiddleware',
 'scrapy.downloadermiddlewares.cookies.CookiesMiddleware',
 'scrapy.downloadermiddlewares.httpproxy.HttpProxyMiddleware',
 'scrapy.downloadermiddlewares.stats.DownloaderStats']
2020-02-16 23:14:32 [scrapy.middleware] INFO: Enabled spider middlewares:
['scrapy.spidermiddlewares.httperror.HttpErrorMiddleware',
 'scrapy.spidermiddlewares.offsite.OffsiteMiddleware',
 'scrapy.spidermiddlewares.referer.RefererMiddleware',
 'scrapy.spidermiddlewares.urllength.UrlLengthMiddleware',
 'scrapy.spidermiddlewares.depth.DepthMiddleware']
2020-02-16 23:14:32 [scrapy.middleware] INFO: Enabled item pipelines:
[]
2020-02-16 23:14:32 [scrapy.core.engine] INFO: Spider opened
2020-02-16 23:14:32 [scrapy.extensions.logstats] INFO: Crawled 0 pages (at 0 pages/min), scraped 0 items (at 0 items/min)
2020-02-16 23:14:32 [scrapy.extensions.telnet] INFO: Telnet console listening on 127.0.0.1:6023
2020-02-16 23:14:32 [scrapy.core.engine] DEBUG: Crawled (200) <GET https://www.yahoo.co.jp/robots.txt> (referer: None)
2020-02-16 23:14:47 [scrapy.core.engine] DEBUG: Crawled (200) <GET https://www.yahoo.co.jp/> (referer: None)
2020-02-16 23:14:48 [scrapy.core.engine] INFO: Closing spider (finished)
2020-02-16 23:14:48 [scrapy.statscollectors] INFO: Dumping Scrapy stats:
{'downloader/request_bytes': 438,
 'downloader/request_count': 2,
 'downloader/request_method_count/GET': 2,
 'downloader/response_bytes': 5984,
 'downloader/response_count': 2,
 'downloader/response_status_count/200': 2,
 'elapsed_time_seconds': 15.463008,
 'finish_reason': 'finished',
 'finish_time': datetime.datetime(2020, 2, 16, 23, 14, 48, 32600),
 'log_count/DEBUG': 2,
 'log_count/INFO': 10,
 'memusage/max': 48648192,
 'memusage/startup': 48648192,
 'response_received_count': 2,
 'robotstxt/request_count': 1,
 'robotstxt/response_count': 1,
 'robotstxt/response_status_count/200': 1,
 'scheduler/dequeued': 1,
 'scheduler/dequeued/memory': 1,
 'scheduler/enqueued': 1,
 'scheduler/enqueued/memory': 1,
 'start_time': datetime.datetime(2020, 2, 16, 23, 14, 32, 569592)}
2020-02-16 23:14:48 [scrapy.core.engine] INFO: Spider closed (finished)
얻을 수 없다...
덮어쓸 수 없는 이유: 추측
YahooJapan 첫 페이지의 선택기만 보면 유매 등 동적 생성이다.

즉, "필요한 정보는 페이지를 방문한 후에 그려지기 때문에 스크랩은 직접 얻을 수 없습니다."
아래의 보도를 참고하여 셀레니움에서HeadlessChrome를 사용하면 얻을 수 있는지 시도해 보세요.
JavaScript 그리기
Scrapy와 selenium으로 다운로드
pip로selenium와chromedriver를 설치합니다
다음 기사를 참고하였습니다.
pip로 Selenium 및 chrome driver 설치
그러나 이번 구상은 docker 환경에서 정식으로 발표되며 다음과 같은 절차pip_requirements.txt에 따라 기재되었다.
pip install chromedriver-binary==79.0.3945.130(자신의 Chrome 버전 확인 후 입력)
ERROR: Could not find a version that satisfies the requirement chromedriver-binary==79.0.3945.130 (from versions: 2.29.1, 2.31.1, 2.33.1, 2.34.0, 2.35.0, 2.35.1, 2.36.0, 2.37.0, 2.38.0, 2.39.0, 2.40.1, 2.41.0, 2.42.0, 2.43.0, 2.44.0, 2.45.0, 2.46.0, 70.0.3538.16.0, 70.0.3538.67.0, 70.0.3538.97.0, 71.0.3578.30.0, 71.0.3578.33.0, 71.0.3578.80.0, 71.0.3578.137.0, 72.0.3626.7.0, 72.0.3626.69.0, 73.0.3683.20.0, 73.0.3683.68.0, 74.0.3729.6.0, 75.0.3770.8.0, 75.0.3770.90.0, 75.0.3770.140.0, 76.0.3809.12.0, 76.0.3809.25.0, 76.0.3809.68.0, 76.0.3809.126.0, 77.0.3865.10.0, 77.0.3865.40.0, 78.0.3904.11.0, 78.0.3904.70.0, 78.0.3904.105.0, 79.0.3945.16.0, 79.0.3945.36.0, 80.0.3987.16.0, 80.0.3987.106.0, 81.0.4044.20.0)
ERROR: No matching distribution found for chromedriver-binary==79.0.3945.130
콘솔에서 어떤 사람이 "그런 버전은 없습니다. 그 중에서 버전을 선택하십시오."라고 말했다.
③ 자신의 버전보다 젊고 가능한 새로운 버전을 확인하고 pip_requirements.txt에 기재하여 설치한다.
pip_requirements.txt
chromedriver-binary==79.0.3945.36.0
오늘 한마디
환경 구축 (docker 설정) 과 응용 프로그램 코드입니다.
앞의 pip로selenium과chromedriver를 설치했습니다
selenium.common.exceptions.WebDriverException: Message: 'chromedriver' executable needs to be in PATH. Please see https://sites.google.com/a/chromium.org/chromedriver/home
패스를 통해 혼났다.
뭐, 당연한 얘기지만 닥터 컨테이너에 크롬을 설치하고 통과할 순 없어.
다음부터 아래 기사를 참고하여 docker headless Chrome로 움직이세요!
Docker에서 Headless Chrome를 이동하여 E2E 테스트 수행

좋은 웹페이지 즐겨찾기