ニュース！朝日新聞から速報ニュースをスクレイピングする
朝日新聞とは？
朝日新聞は、日本で最も有名で歴史のある新聞の一つです。国内外のニュース、政治、経済、文化、スポーツ、エンターテイメントなど、幅広い分野の情報を提供しています。日本全国および世界各地の読者に向けて、オンラインおよび紙媒体で情報を提供しています。その歴史と信頼性から、多くの人々に親しまれています。
スクレイピングツールの概要
ScrapeStormとは、強い機能を持つ、プログラミングが必要なく、使いやすい人工知能Webスクレイピングツールです。違う基盤のユーザーに二つのスクレイピングモードを提供し、1-Clickで99％のWebスクレイピングを満たします。ScrapeStormにより、大量のWebデータを素早く正確的に取得できます。手動でデータ抽出が直面するさまざまな問題を完全に解決し、情報取得のコストを削減し、作業効率を向上させます。
抽出されたデータは下記のようにご覧ください
1.タスクを新規作成する
(1)URLをコピーする
今回は速報・新着ニュースページを例として、そのスクレイピング方法を紹介します。まず、URLをコピーしてください。
(2)スマートモードタスクを新規作成する
ScrapeStormのホムページ画面にスマートモードタスクを新規作成します。また、持っているタスクをインポートすることもできます。
詳細には下記のチュートリアルをご参照ください。
スマートモードタスクの新規作成方法
2.タスクを構成する
(1)ログイン
朝日新聞のニュースは会員限定があり、右上の「事前ログイン」機能を利用し、ログインしてください。
(2)リスト要素とページボタン
ScrapeStormは自動的にリスト要素とページボタンを識別できます。下記のチュートリアルも参照してください。
ページ分けの設定方法
(3)詳細ページに行く
ソフトウェアの「詳細ページに行く」機能を利用し、ニュースの本文を抽出します。
(4)フィールドの追加と編集
「フィールドを追加」ボタンをクリックして、画面に必要な要素を選択、データが自動的に抽出されます。また、必要に応じてフィールドの名前の変更または削除、結合できます。
フィールドの設定の詳細には下記のチュートリアルをご参照ください。
抽出されたフィールドを配置する方法
3.タスクの設定と起動
(1)起動の設定
必要に応じて、スケジュール、アンチブロック、自動エクスポート、写真のダウンロード、スピードブーストを設定できます。サーバーに負荷しないように、遅延時間を設定してください。5秒以上を推薦します。スクレイピングタスクを配置する方法については、下記のチュートリアルをご参照ください。
スクレイピングタスクを配置する方法
(2)しばらくすると、データがスクレイピングされる。
4.抽出されたデータのエクスポートと表示
(1)エクスポートをクリックして、データをダウンロードする
(2)必要に応じてエクスポートする形式を選択します。
ScrapeStormは、Excel、csv、html、txt、データベース、ローカルなどさまざまなエクスポート方法を提供します。抽出結果のエクスポート方法の詳細には下記のチュートリアルをご参照ください。
抽出されたデータのエクスポート方法
