質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.48%
スクレイピング

スクレイピングとは、公開されているWebサイトからページ内の情報を抽出する技術です。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

selenium

Selenium(セレニウム)は、ブラウザをプログラムで作動させるフレームワークです。この原理を使うことにより、ブラウザのユーザーテストなどを自動化にすることができます。

Q&A

1回答

1326閲覧

日本語を含むURLをwebスクレイピングする際にうまくいかない(URLencode selenium python)

python_love

総合スコア8

スクレイピング

スクレイピングとは、公開されているWebサイトからページ内の情報を抽出する技術です。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

selenium

Selenium(セレニウム)は、ブラウザをプログラムで作動させるフレームワークです。この原理を使うことにより、ブラウザのユーザーテストなどを自動化にすることができます。

0グッド

1クリップ

投稿2018/03/18 09:04

前提・実現したいこと

pythonでクローラーを作成しています。
動的なページが多いのでseleniumを使っています。
ターゲットとなるURLは日本語が含まれていることが多い

発生している問題・エラーメッセージ

日本語を含まないURLに対しては問題なく動くが、日本語を含むURLで行うと、htmlがうまく取得できない。 beautiful soupでfindしても全てがNoneObjectになってしまう

該当のソースコード

python

1from selenium.webdriver.chrome.options import Options 2from selenium import webdriver 3import bs4 4 5word = urllib.parse.quote_plus(word,encoding='utf-8') 6url = '該当URL/p=' + word 7options = Options() 8options.add_argument('--headless') 9options.add_argument('--disable-gpu') 10driver = webdriver.Chrome(chrome_options=options) 11driver.get(url) 12html = driver.page_source 13soup = bs4.BeautifulSoup(html,'lxml')

試したこと

日本語の部分を
urllib.parse.quote_plus(word,encoding='utf-8')
でURLencodeしたがダメだった

wordが日本語だとhtmlが取得できない
wordが英語だとちゃんとhtmlが取得できる

補足情報(FW/ツールのバージョンなど)

ここにより詳細な情報を記載してください。

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答1

0

https://qiita.com/mix/items/87d094414e46f857de45

このような記事では解決できませんか?

投稿2018/03/18 10:45

mkgrei

総合スコア8560

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

python_love

2018/03/18 13:25

このqiitaの記事も結局はURLencodeをした文字列を元のURLにreplaceしているだけだと思うのですが、違いますでしょうか。 実際、この方法でも出来ませんでした。 selenium特有の問題じゃないのかと思っています。
mkgrei

2018/03/18 15:01

おっしゃる通り、この記事は置き換えの方法が2,3個載っているだけです。 今手元で試してみましたが、エンコード無しでchrome driverでうまくいきました。 試したのはGoogle検索です。 OS, Python, seleniumなどのバージョンを追記してみてください。 また、差し支えなければURLも。
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

まだベストアンサーが選ばれていません

会員登録して回答してみよう

アカウントをお持ちの方は

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.48%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問