Browsermob-proxyのインストール編

PhantomJSは、Webkitベースのヘッドレスブラウザです。
JavaScriptの解析エンジンが搭載されていて、
JavaScriptのレンダリングが必要なWebサイトのスクレイピングができます！
なので、meta要素やJavaScriptによるクライアントサイドでの
リダイレクトにも対応できるという優れものです！

それで、これからの内容ですが、
PhantomJSでリダイレクトがかかるWebサイトをスクレイピングするのですが、
その際に、リダイレクトのログを追いたい、ネットワークをトラッキングしたい
ということです。

このトラッキング、
PhantomJS単体でもやろうと思えばやれるのですが、PhantomJS単体だと
・データベースへの接続をどうしよう
・HTMLの解析をどうしよう

などなど、どうしてもその他の問題が出てきます。

なので、やはり、
以下の組み合わせで実装します！
・Python3.5
・Selenium
・PhantomJS

※インストール方法は、こちらから

今回は、ネットワークログ、リダイレクトのトラッキング
を観測するプロキシサーバの
Browsermob-proxyのインストール方法をご紹介します！

概要

SeleniumでPhantomJSを操作するのですが、
そのコードをPythonで記述します。
そして、プロキシサーバのBrowsermob-proxyで
ネットワークログ、リダイレクトのトラッキングを観測します。

Browsermob-proxyのインストール方法

※CentOS7.1環境下で行ってます

・本体のインストール

・Javaのインストール

http://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.htmlより

・シェルファイルの設定

ログインし直せば、設定は反映されます！

確認した結果

最後に

スクレイピングでネットワークログであったり、
トラッキングを観測したいというのは、
だいぶコアな悩みだと思います。

だから、ほんとに情報見つけるの大変でした。。。。

今回は、Browsermob-proxyのインストール方法でしたが、
次回は、使い方をご紹介します！