53
05
LESSON
青空文庫のページの構造を調べて、好きな作品を取り出してみましょう。
青空文庫の作品を
取得してみよう
どういうこと?
え〜、どうして?
ハカセ。そろそろ本物のページで試してみたいな。ニュースのページ
とか。
いいねえ。ただ、最近ニュースのページはスクレイピングは難しくなっ
てきたんだ。
少し昔のニュースサイトは、ページの内容が変化しない「静的」なサイ
トだったから、スクレイピングは比較的簡単だったんだけど、最近の
ニュースサイトは「 動的」になってきて、単純なスクレイピングで情報
を取り出すことが難しくなっているんだ。
JavaScript
などのプログラミング言語によって、自動的に更新される
動的なページになってきているんだ。そのおかげで時間やユーザーの
操作に応じてページ内容が変わって、ニュースページとしてより使いや
すくなっているんだよ。
でも、スクレイピングを試してみたいな〜。
じゃあ、青空文庫から好きな作品のテキストを取得するのはどうかな?