Я пытаюсь разработать простой парсер. Я хочу извлечь текст без HTML-кода. Фактически, я добиваюсь этой цели, но я видел, что на некоторых страницах, где загружен JavaScript, я не получал хороших результатов.
Например, если какой-то код JavaScript добавляет текст, я его не вижу, потому что, когда я вызываю
response = urllib2.urlopen(request)
Я получаю исходный текст без добавленного (потому что JavaScript выполняется в клиенте).
Итак, я ищу идеи для решения этой проблемы.
РЕДАКТИРОВАТЬ 30 декабря 2017 г .: Этот ответ появляется в первых результатах поиска Google, поэтому я решил его обновить. Старый ответ все еще в конце.
dryscape больше не поддерживается, и разработчики библиотеки dryscape рекомендуют только Python 2. Я обнаружил, что использование библиотеки Python Selenium с Phantom JS в качестве веб-драйвера достаточно быстро и легко для выполнения работы.
После установки Phantom JS убедитесь, что двоичный файл phantomjs доступен по текущему пути:
phantomjs --version
# result:
2.1.1
В качестве примера я создал образец страницы со следующим кодом HTML. (ссылка):
<!DOCTYPE html>
<html>
<head>
<meta charset="utf-8">
<title>Javascript scraping test</title>
</head>
<body>
<p id='intro-text'>No javascript support</p>
<script>
document.getElementById('intro-text').innerHTML = 'Yay! Supports javascript';
</script>
</body>
</html>
без javascript он говорит: No javascript support и с javascript: Yay! Supports javascript
import requests
from bs4 import BeautifulSoup
response = requests.get(my_url)
soup = BeautifulSoup(response.text)
soup.find(id="intro-text")
# Result:
<p id="intro-text">No javascript support</p>
from selenium import webdriver
driver = webdriver.PhantomJS()
driver.get(my_url)
p_element = driver.find_element_by_id(id_='intro-text')
print(p_element.text)
# result:
'Yay! Supports javascript'
Вы также можете использовать библиотеку Python dryscrape для очистки веб-сайтов, управляемых javascript.
import dryscrape
from bs4 import BeautifulSoup
session = dryscrape.Session()
session.visit(my_url)
response = session.body()
soup = BeautifulSoup(response)
soup.find(id="intro-text")
# Result:
<p id="intro-text">Yay! Supports javascript</p>
@Expenzor Я работаю над окнами. PhantomJS отлично работает.
- person Aakash Choubey; 12.01.2018
Selenium support for PhantomJS has been deprecated, please use headless versions of Chrome or Firefox instead. Может быть, @sytech говорил о поддержке Selenium для него?
- person jpmc26; 30.04.2018
Мы не получаем правильных результатов, потому что любой контент, сгенерированный javascript, должен отображаться в DOM. Когда мы получаем HTML-страницу, мы получаем исходную, не измененную javascript, DOM.
Поэтому нам нужно отобразить содержимое javascript перед сканированием страницы.
Поскольку селен уже много раз упоминается в этой ветке (и иногда упоминалось также, как медленно он становится), я перечислю два других возможных решения.
Решение 1. Это очень хорошее руководство по как использовать Scrapy для сканирования сгенерированного javascript content, и мы будем следить именно за этим.
Что нам понадобится:
На нашем компьютере установлен Docker. Это преимущество перед другими решениями до этого момента, поскольку оно использует платформу, не зависящую от ОС.
# P8 ## P9 #
Запустите сервер заставки: sudo docker run -p 8050:8050 scrapinghub/splash.
Установите плагин scrapy-splash: pip install scrapy-splash
# P13 ## P14 #DOWNLOADER_MIDDLEWARES = { 'scrapy_splash.SplashCookiesMiddleware': 723, 'scrapy_splash.SplashMiddleware': 725, 'scrapy.downloadermiddlewares.httpcompression.HttpCompressionMiddleware': 810, }# P15 #SPLASH_URL = 'http://localhost:8050'DUPEFILTER_CLASS = 'scrapy_splash.SplashAwareDupeFilter' HTTPCACHE_STORAGE = 'scrapy_splash.SplashAwareFSCacheStorage'
# P17 ## P18 #class MySpider(scrapy.Spider): name = "jsscraper" start_urls = ["http://quotes.toscrape.com/js/"] def start_requests(self): for url in self.start_urls: yield SplashRequest( url=url, callback=self.parse, endpoint='render.html' ) def parse(self, response): for q in response.css("div.quote"): quote = QuoteItem() quote["author"] = q.css(".author::text").extract_first() quote["quote"] = q.css(".text::text").extract_first() yield quote
Решение 2: назовем это экспериментальным на данный момент (май 2018 г.) ...
Это решение предназначено только для версии Python 3.6 (на данный момент).
Знаете ли вы модуль запросы (а кто не знает)?
Сейчас у него есть маленький брат, сканирующий Интернет: requests-HTML:
Эта библиотека призвана сделать синтаксический анализ HTML (например, сканирование Интернета) максимально простым и интуитивно понятным.
Установить запросы-html: pipenv install requests-html
Сделайте запрос на адрес страницы:
from requests_html import HTMLSession
session = HTMLSession()
r = session.get(a_page_url)
Визуализируйте ответ, чтобы получить биты, сгенерированные Javascript:
r.html.render()
Наконец, модуль, похоже, предлагает возможности парсинга.
В качестве альтернативы мы можем попробовать хорошо задокументированный способ использования BeautifulSoup с только что визуализированным объектом r.html.
r.html.html.
- person anon58192932; 13.12.2018
Может быть, selenium сможет это сделать.
from selenium import webdriver
import time
driver = webdriver.Firefox()
driver.get(url)
time.sleep(5)
htmlSource = driver.page_source
Если вы когда-либо использовали модуль Requests для python раньше, я недавно узнал, что разработчик создал новый модуль с именем Requests-HTML, который теперь также может отображать JavaScript.
Вы также можете посетить https://html.python-requests.org/, чтобы узнать больше об этом модуле. , или если вас интересует только рендеринг JavaScript, вы можете посетить https://html.python-requests.org/?#javascript-support, чтобы напрямую узнать, как использовать модуль для рендеринга JavaScript с помощью Python.
По сути, после правильной установки модуля Requests-HTML следующий пример, который показан по указанной выше ссылке, показывает, как вы можете использовать этот модуль для очистки веб-сайта и визуализации кода JavaScript, содержащегося на веб-сайте:
from requests_html import HTMLSession
session = HTMLSession()
r = session.get('http://python-requests.org/')
r.html.render()
r.html.search('Python 2 will retire in only {months} months!')['months']
'<time>25</time>' #This is the result.
Я недавно узнал об этом из видео на YouTube. Нажмите здесь!, чтобы посмотреть видео YouTube, демонстрирующее, как работает модуль.
Похоже, что к данным, которые вы действительно ищете, можно получить доступ через вторичный URL-адрес, который вызывается некоторым javascript на первичной странице.
Хотя вы можете попробовать запустить javascript на сервере, чтобы справиться с этим, более простым подходом может быть загрузка страницы с помощью Firefox и использование такого инструмента, как
person
Stephen Emslie
schedule
08.11.2011
@Kris На случай, если кто-то наткнется на это и захочет попробовать вместо чего-то тяжелого, например, селен, вот небольшой пример. Это откроет страницу сведений о детали для шестигранной гайки на веб-сайте McMaster-Carr. Контент их веб-сайтов в основном загружается с использованием Javascript и содержит очень мало информации о нативной странице. Если вы откроете инструменты разработчика в своем браузере, перейдете на вкладку «Сеть» и обновите страницу, вы сможете увидеть все запросы, сделанные страницей, и найти соответствующие данные (в данном случае - подробный HTML-код).
- person SweepingsDemon; 13.08.2018
Это другой URL, найденный в Вкладка Firefox devtool Network, которая, если следовать, содержит html для большей части информации о деталях и предоставляет некоторые параметры, необходимые для легкого перехода к информации о других деталях для облегчения очистки. Этот конкретный пример не особенно полезен, поскольку цена генерируется другой функцией Javascript, но он должен служить достаточно хорошим введением для всех, кто хочет последовать совету Стивена.
- person SweepingsDemon; 13.08.2018
Это также кажется хорошим решением, взятым из отличное сообщение в блоге
import sys
from PyQt4.QtGui import *
from PyQt4.QtCore import *
from PyQt4.QtWebKit import *
from lxml import html
#Take this class for granted.Just use result of rendering.
class Render(QWebPage):
def __init__(self, url):
self.app = QApplication(sys.argv)
QWebPage.__init__(self)
self.loadFinished.connect(self._loadFinished)
self.mainFrame().load(QUrl(url))
self.app.exec_()
def _loadFinished(self, result):
self.frame = self.mainFrame()
self.app.quit()
url = 'http://pycoders.com/archive/'
r = Render(url)
result = r.frame.toHtml()
# This step is important.Converting QString to Ascii for lxml to process
# The following returns an lxml element tree
archive_links = html.fromstring(str(result.toAscii()))
print archive_links
# The following returns an array containing the URLs
raw_links = archive_links.xpath('//div[@class="campaign"]/a/@href')
print raw_links
Selenium лучше всего подходит для очистки содержимого JS и Ajax.
Ознакомьтесь с этой статьей, чтобы узнать об извлечении данных из Интернета с помощью Python
$ pip install selenium
Затем загрузите веб-драйвер Chrome.
from selenium import webdriver
browser = webdriver.Chrome()
browser.get("https://www.python.org/")
nav = browser.find_element_by_id("mainnav")
print(nav.text)
Легко, правда?
Лично я предпочитаю использовать scrapy и selenium и докерировать их в отдельных контейнерах. Таким образом, вы можете установить как с минимальными трудностями, так и сканировать современные веб-сайты, которые почти все содержат javascript в той или иной форме. Вот пример:
Используйте scrapy startproject, чтобы создать скребок и написать своего паука, скелет может быть таким простым:
import scrapy
class MySpider(scrapy.Spider):
name = 'my_spider'
start_urls = ['https://somewhere.com']
def start_requests(self):
yield scrapy.Request(url=self.start_urls[0])
def parse(self, response):
# do stuff with results, scrape items etc.
# now were just checking everything worked
print(response.body)
Настоящая магия происходит в middlewares.py. Перезаписать два метода в промежуточном программном обеспечении загрузчика, __init__ и process_request, следующим образом:
# import some additional modules that we need
import os
from copy import deepcopy
from time import sleep
from scrapy import signals
from scrapy.http import HtmlResponse
from selenium import webdriver
class SampleProjectDownloaderMiddleware(object):
def __init__(self):
SELENIUM_LOCATION = os.environ.get('SELENIUM_LOCATION', 'NOT_HERE')
SELENIUM_URL = f'http://{SELENIUM_LOCATION}:4444/wd/hub'
chrome_options = webdriver.ChromeOptions()
# chrome_options.add_experimental_option("mobileEmulation", mobile_emulation)
self.driver = webdriver.Remote(command_executor=SELENIUM_URL,
desired_capabilities=chrome_options.to_capabilities())
def process_request(self, request, spider):
self.driver.get(request.url)
# sleep a bit so the page has time to load
# or monitor items on page to continue as soon as page ready
sleep(4)
# if you need to manipulate the page content like clicking and scrolling, you do it here
# self.driver.find_element_by_css_selector('.my-class').click()
# you only need the now properly and completely rendered html from your page to get results
body = deepcopy(self.driver.page_source)
# copy the current url in case of redirects
url = deepcopy(self.driver.current_url)
return HtmlResponse(url, body=body, encoding='utf-8', request=request)
Не забудьте включить это промежуточное ПО, раскомментировав следующие строки в файле settings.py:
DOWNLOADER_MIDDLEWARES = {
'sample_project.middlewares.SampleProjectDownloaderMiddleware': 543,}
Далее для докеризации. Создайте свой Dockerfile из легкого образа (здесь я использую python Alpine), скопируйте в него каталог вашего проекта, установите требования:
# Use an official Python runtime as a parent image
FROM python:3.6-alpine
# install some packages necessary to scrapy and then curl because it's handy for debugging
RUN apk --update add linux-headers libffi-dev openssl-dev build-base libxslt-dev libxml2-dev curl python-dev
WORKDIR /my_scraper
ADD requirements.txt /my_scraper/
RUN pip install -r requirements.txt
ADD . /scrapers
И, наконец, объединим все это в docker-compose.yaml:
version: '2'
services:
selenium:
image: selenium/standalone-chrome
ports:
- "4444:4444"
shm_size: 1G
my_scraper:
build: .
depends_on:
- "selenium"
environment:
- SELENIUM_LOCATION=samplecrawler_selenium_1
volumes:
- .:/my_scraper
# use this command to keep the container running
command: tail -f /dev/null
Запустите docker-compose up -d. Если вы делаете это в первый раз, ему потребуется некоторое время, чтобы получить последнюю версию selenium / standalone-chrome, а также создать образ скребка.
Как только это будет сделано, вы можете проверить, что ваши контейнеры работают с docker ps, а также убедиться, что имя контейнера селена совпадает с именем переменной среды, которую мы передали нашему контейнеру-скребку (здесь это было SELENIUM_LOCATION=samplecrawler_selenium_1).
Введите свой контейнер для парсера с помощью docker exec -ti YOUR_CONTAINER_NAME sh, для меня команда была docker exec -ti samplecrawler_my_scraper_1 sh, перейдите в правильный каталог и запустите парсер с помощью scrapy crawl my_spider.
Вся эта информация находится на моей странице github, и вы можете получить ее здесь
Вы также можете выполнить javascript с помощью webdriver.
from selenium import webdriver
driver = webdriver.Firefox()
driver.get(url)
driver.execute_script('document.title')
или сохраните значение в переменной
result = driver.execute_script('var text = document.title ; return text')
driver.title
- person Corey Goldberg; 18.06.2018
Мне очень хорошо подходит сочетание BeautifulSoup и Selenium.
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from bs4 import BeautifulSoup as bs
driver = webdriver.Firefox()
driver.get("http://somedomain/url_that_delays_loading")
try:
element = WebDriverWait(driver, 10).until(
EC.presence_of_element_located((By.ID, "myDynamicElement"))) #waits 10 seconds until element is located. Can have other wait conditions such as visibility_of_element_located or text_to_be_present_in_element
html = driver.page_source
soup = bs(html, "lxml")
dynamic_text = soup.find_all("p", {"class":"class_name"}) #or other attributes, optional
else:
print("Couldnt locate element")
P.S. Дополнительные условия ожидания можно найти здесь
Использование PyQt5
from PyQt5.QtWidgets import QApplication
from PyQt5.QtCore import QUrl
from PyQt5.QtWebEngineWidgets import QWebEnginePage
import sys
import bs4 as bs
import urllib.request
class Client(QWebEnginePage):
def __init__(self,url):
global app
self.app = QApplication(sys.argv)
QWebEnginePage.__init__(self)
self.html = ""
self.loadFinished.connect(self.on_load_finished)
self.load(QUrl(url))
self.app.exec_()
def on_load_finished(self):
self.html = self.toHtml(self.Callable)
print("Load Finished")
def Callable(self,data):
self.html = data
self.app.quit()
# url = ""
# client_response = Client(url)
# print(client_response.html)
Вы захотите использовать веб-драйвер urllib, requests, beautifulSoup и selenium в своем скрипте для разных частей страницы (и это лишь некоторые из них).
Иногда вы получите то, что вам нужно, всего лишь с одним из этих модулей.
Иногда вам понадобятся два, три или все эти модули.
Иногда вам нужно отключить js в вашем браузере.
Иногда вам понадобится информация заголовка в вашем скрипте. < br> Ни один веб-сайт не может быть очищен таким же образом, и ни один веб-сайт не может быть очищен таким же образом навсегда без необходимости изменения вашего сканера, обычно через несколько месяцев. Но их все можно поскрести! Там, где есть желание, есть и способ наверняка.
Если вам нужно постоянно собирать данные в будущем, просто очистите все, что вам нужно, и сохраните их в файлах .dat с помощью pickle.
Просто продолжайте искать, как попробовать что с этими модулями и копирование и вставка ваших ошибок в Google.
Как уже упоминалось, Selenium - хороший выбор для рендеринга результатов JavaScript:
from selenium.webdriver import Firefox
from selenium.webdriver.firefox.options import Options
options = Options()
options.headless = True
browser = Firefox(executable_path="/usr/local/bin/geckodriver", options=options)
url = "https://www.example.com"
browser.get(url)
А gazpacho - действительно простая библиотека для синтаксического анализа визуализированного HTML:
from gazpacho import Soup
soup = Soup(browser.page_source)
soup.find("a").attrs['href']
Недавно я использовал библиотеку requests_html для решения этой проблемы.
Их расширенная документация на readthedocs.io довольно хороша (пропустите аннотированная версия на pypi.org). Если ваш вариант использования является базовым, вы, скорее всего, добьетесь успеха.
from requests_html import HTMLSession
session = HTMLSession()
response = session.request(method="get",url="www.google.com/")
response.html.render()
Если у вас возникли проблемы с рендерингом необходимых данных с помощью response.html.render (), вы можете передать некоторый javascript в функцию рендеринга для рендеринга конкретного объекта js, который вам нужен. Это скопировано из их документации, но это может быть именно то, что вам нужно:
Если указан сценарий, он будет выполнять предоставленный JavaScript во время выполнения. Пример:
script = """
() => {
return {
width: document.documentElement.clientWidth,
height: document.documentElement.clientHeight,
deviceScaleFactor: window.devicePixelRatio,
}
}
"""
Возвращает возвращаемое значение выполненного скрипта, если таковое предусмотрено:
>>> response.html.render(script=script)
{'width': 800, 'height': 600, 'deviceScaleFactor': 1}
В моем случае данные, которые мне нужны, были массивами, которые заполняли график javascript, но данные не отображались в виде текста нигде в html. Иногда вообще не ясно, какие имена объектов у данных, которые вы хотите, если данные заполняются динамически. Если вы не можете отследить js-объекты непосредственно из источника представления или проверить, вы можете ввести window, а затем нажать ENTER в консоли отладчика в браузере (Chrome), чтобы вывести полный список объектов, отображаемых браузером. Если вы сделаете несколько обоснованных предположений о том, где хранятся данные, возможно, вам повезет найти их там. Мои данные графика находились в консоли window.view.data, поэтому в переменной скрипта, переданной в метод .render (), указанный выше, я использовал:
return {
data: window.view.data
}
requests_html больше не поддерживается (последнее обновление май 2020 г.). Он использует pyppeteer для рендеринга, который, похоже, активно поддерживается; он использует Chromium для рендеринга внизу.
- person VirtualScooter; 05.07.2021
Вы можете рассмотреть Pyppeteer, порт Python для интерфейса драйвера Chrome / Chromium Кукловод.
Вот простой пример, показывающий, как вы можете использовать Pyppeteer для доступа к данным, которые были динамически введены на страницу:
import asyncio
from pyppeteer import launch
async def main():
browser = await launch({"headless": True})
[page] = await browser.pages()
# normally, you go to a live site...
#await page.goto("http://www.example.com")
# but for this example, just set the HTML directly:
await page.setContent("""
<body>
<script>
// inject content dynamically with JS, not part of the static HTML!
document.body.innerHTML = `<p>hello world</p>`;
</script>
</body>
""")
print(await page.content()) # shows that the `<p>` was inserted
# evaluate a JS expression in browser context and scrape the data
expr = "document.querySelector('p').textContent"
print(await page.evaluate(expr, force_expr=True)) # => hello world
await browser.close()
asyncio.get_event_loop().run_until_complete(main())
См. справочную документацию по Pyppeteer.
Обычный сценарий, который вы увидите при парсинге, заключается в том, что данные запрашиваются асинхронно из конечной точки API веб-страницей. Минимальным примером этого может быть следующий сайт:
<body>
<script>
fetch("https://jsonplaceholder.typicode.com/posts/1")
.then(res => {
if (!res.ok) throw Error(res.status);
return res.json();
})
.then(data => {
// inject data dynamically via JS after page load
document.body.innerText = data.title;
})
.catch(err => console.error(err))
;
</script>
</body>Во многих случаях API будет защищен CORS или токеном доступа или будет чрезмерно ограничен по скорости, но в других случаях он общедоступен, и вы можете полностью обойти веб-сайт. При проблемах с CORS вы можете попробовать cors - где угодно.
Общая процедура заключается в использовании вкладки сети инструментов разработчика вашего браузера для поиска запросов, сделанных страницей, по ключевым словам / подстрокам данных, которые вы хотите очистить. Часто вы увидите незащищенную конечную точку запроса API с полезной нагрузкой JSON, к которой вы можете получить доступ напрямую с помощью модулей urllib или requests. Так обстоит дело с приведенным выше исполняемым фрагментом, который вы можете использовать на практике. После нажатия на кнопку «Выполнить фрагмент» я нашел конечную точку на вкладке «Сеть» следующим образом:
Этот пример надуман; URL-адрес конечной точки, вероятно, будет неочевиден при взгляде на статическую разметку, потому что он может быть динамически собран, уменьшен и скрыт под десятками других запросов и конечных точек. В сетевом запросе также будут показаны все соответствующие данные о полезной нагрузке запроса, например токен доступа, который может вам понадобиться.
После получения URL-адреса конечной точки и соответствующей информации создайте запрос в Python, используя стандартную библиотеку HTTP, и запросите данные:
>>> import requests
>>> res = requests.get("https://jsonplaceholder.typicode.com/posts/1")
>>> data = res.json()
>>> data["title"]
'sunt aut facere repellat provident occaecati excepturi optio reprehenderit'
Когда это может сойти с рук, это, как правило, намного проще, быстрее и надежнее, чем очистка страницы с помощью Selenium, Pyppeteer, Scrapy или любых других популярных библиотек парсинга в то время, когда вы читаете этот пост.
Если вам не повезло и данные не были доставлены через запрос API, который возвращает данные в удобном формате, они могут быть частью полезной нагрузки исходного браузера в теге <script>, либо в виде строки JSON, либо (что более вероятно) JS объект. Например:
<body>
<script>
var someHardcodedData = {
userId: 1,
id: 1,
title: 'sunt aut facere repellat provident occaecati excepturi optio reprehenderit',
body: 'quia et suscipit\nsuscipit recusandae con sequuntur expedita et cum\nreprehenderit molestiae ut ut quas totam\nnostrum rerum est autem sunt rem eveniet architecto'
};
document.body.textContent = someHardcodedData.title;
</script>
</body>Не существует универсального способа получения этих данных. Основной метод - использовать BeautifulSoup для доступа к тексту тега <script>, а затем применить регулярное выражение или синтаксический анализ для извлечения структуры объекта, строки JSON или любого другого формата, в котором могут быть данные. Вот доказательство концепции структуры образца показано выше:
import json
import re
from bs4 import BeautifulSoup
# pretend we've already used requests to retrieve the data,
# so we hardcode it for the purposes of this example
text = """
<body>
<script>
var someHardcodedData = {
userId: 1,
id: 1,
title: 'sunt aut facere repellat provident occaecati excepturi optio reprehenderit',
body: 'quia et suscipit\nsuscipit recusandae con sequuntur expedita et cum\nreprehenderit molestiae ut ut quas totam\nnostrum rerum est autem sunt rem eveniet architecto'
};
document.body.textContent = someHardcodedData.title;
</script>
</body>
"""
soup = BeautifulSoup(text, "lxml")
script_text = str(soup.select_one("script"))
pattern = r"title: '(.*?)'"
print(re.search(pattern, script_text, re.S).group(1))
Ознакомьтесь с этими ресурсами для анализа объектов JS, которые не совсем корректны JSON:
Вот несколько дополнительных тематических исследований / доказательств концепции, в которых парсинг был обойден с помощью API:
Если ничего не помогает, попробуйте одну из многих библиотек динамического парсинга, перечисленных в этом потоке.
Простое и быстрое решение:
У меня была такая же проблема. Я хочу очистить некоторые данные, созданные с помощью JavaScript. Если я соскребу только текст с этого сайта с помощью BeautifulSoup, то я закончу с тегами в тексте. Я хочу отобразить этот тег и хочу извлечь из него информацию. Кроме того, я не хочу использовать тяжелые фреймворки, такие как Scrapy и selenium.
Итак, я обнаружил, что метод запросов get module принимает URL-адреса и фактически отображает тег скрипта.
Пример:
import requests
custom_User_agent = "Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:47.0) Gecko/20100101 Firefox/47.0"
url = "https://www.abc.xyz/your/url"
response = requests.get(url, headers={"User-Agent": custom_User_agent})
html_text = response.text
Это отобразит загруженный сайт и отобразит теги.
Надеюсь, это поможет как быстрое и простое решение для рендеринга сайта, загруженного тегами скриптов.
