ベストプラティス:ウェブページをスクラップする前に、常にrobots.txtファイルを確認する必要があります。私はこの特定のサイトのために1つを見つけることができませんでしたが、あなたが掻き取りを許可しないサイトに出くわしたら、すべてのルールに従うべきです。
言われているように、あなたのスクレーパーが発信リクエストにヘッダーがないため、無限のリダイレクトループに陥っているようです。
次のようなものがありますが、情報を抽出するためにはどのような解析が必要かを判断する必要があります。
var request = require('request');
var options = {
url: 'https://webapp4.asu.edu/catalog/classlist?k=81684&t=2177&e=all&hon=F&promod=F',
headers: {
"method":"GET",
"path":"/catalog/classlist?k=math&t=2177&e=all&hon=F&promod=F",
"scheme":"https",
"accept":"text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8",
"accept-encoding":"gzip, deflate, sdch, br",
"accept-language":"en-US,en;q=0.8",
"cache-control":"no-cache",
"cookie":"JSESSIONID=javaprod19~413DF4150236B1466C8ECB85EB796C06.catalog19; onlineCampusSelection=C; __cfduid=d5e9cb96f2485f7500fec2116ee8f23381491087061; __utma=59190898.1874896314.1491088625.1491088625.1491088625.1; __utmb=59190898.2.10.1491088625; __utmc=59190898; __utmz=59190898.1491088625.1.1.utmcsr=(direct)|utmccn=(direct)|utmcmd=(none); __utma=137925942.2000995260.1491087063.1491087063.1491088718.2; __utmb=137925942.2.10.1491088718; __utmc=137925942; __utmz=137925942.1491088718.2.2.utmcsr=google|utmccn=(organic)|utmcmd=organic|utmctr=(not%20provided); ADRUM=s=1491089349546&r=https%3A%2F%2Fwebapp4.asu.edu%2Fcatalog%2Fclasslist%3F-1275642430",
"pragma":"no-cache",
"referer":"https://webapp4.asu.edu/catalog/",
"upgrade-insecure-requests":"1",
"user-agent":"Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/57.0.2987.133 Safari/537.36"
}
};
function callback(error, response, body) {
console.log(response.body)
}
request(options, callback);
なぜあなたのURLにあるpropertiesObjectに同じクエリパラメータを渡していますか?ほとんどの場合、 "https://webapp4.asu.edu/catalog/classlist"のようなURLを持つことになり、{k: '81684'、t: '2177'のようなクエリオブジェクトを渡します。 e: "all"、hon: "F"、promod: "F"}。 – user2263572
申し訳ありませんが、それはタイプミスでした。私はその要求にそれを持っていませんでした。 –
あなたは ".defaults({maxRedirects:3});"結果は変わるのでしょうか?私は、リクエストのデフォルトは10と思っており、あなたが見たいページに応じて3が低すぎるかもしれません。 – user2263572