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!

ただいまの
回答率

90.03%

Pythonスクレイピング:同じ名前のクラス内での識別

解決済

回答 3

投稿

  • 評価
  • クリップ 0
  • VIEW 2,181

LowLow

score 12

すみません、質問させてください。
同じクラスが複数存在しているときにどうにかして識別できる方法はないでしょうか?

<div class = "AAA">
<p class ="BBB">XXX</p>
<p> YYY </p>
<div class = "AAA">
<p class = "BBB">ZZZ</p>
<p>WWW</p>

上記のような場合にWWWのみを抜き出すことは可能でしょうか?
BeautifulSoupを使ってやってます。
皆さんのお知恵を貸してください。
宜しくお願い致します。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイ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。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 3

checkベストアンサー

+1

beautiful soupだと下記のようにしてできました。
もっとスマートな方法があればよいですけど。

from bs4 import BeautifulSoup

xml_str = """
<div class = "AAA">
<p class ="BBB">XXX</p>
<p> YYY </p>
</div>
<div class = "AAA">
<p class = "BBB">ZZZ</p>
<p>WWW</p>
</div>
"""

soup = BeautifulSoup(xml_str, "html.parser")
elems = soup.find_all("div", class_="AAA")
for elem in elems:
    ps = elem.find_all("p")
    if ps[0].text == "ZZZ":
        print(ps[1].text)

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/04/08 12:33

    早速の解凍ありがとうございました。非常に勉強になりました。ありがとうございます。

    キャンセル

+1

xpathを使ってください。

beautiful soupは知らないので、とりあえずlxmlでやった例。

# coding: UTF-8

from lxml import etree

xml_str = """<xml>
<div class = "AAA">
<p class ="BBB">XXX</p>
<p> YYY </p>
</div>
<div class = "AAA">
<p class = "BBB">ZZZ</p>
<p>WWW</p>
</div>
</xml>"""

root = etree.fromstring(xml_str)
e = root.xpath("//div[@class='AAA' and p[@class='BBB' and text()='ZZZ']]/p[2]")
print(etree.tostring(e[0]).decode())

"""出力結果
<p>WWW</p>

"""

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/04/08 12:33

    ありがとうございます。CSSセレクタのみでなくXpathももっと勉強します!

    キャンセル

+1

cssセレクタを使った方法です。

# -*- coding: utf8 -*-
from bs4 import BeautifulSoup


def main() -> None:
    xml_str = """
    <div class = "AAA">
    <p class ="BBB">XXX</p>
    <p> YYY </p>
    </div>
    <div class = "AAA">
    <p class = "BBB">ZZZ</p>
    <p>WWW</p>
    </div>
    """
    soup = BeautifulSoup(xml_str, "html.parser")
    elements = soup.select("div.AAA > p:nth-of-type(2)")
    # elements -> [<p> YYY </p>, <p>WWW</p>]
    target = elements.pop()
    print(target.text)
    # index指定
    target = soup.select("div.AAA > p:nth-of-type(2)")[1]
    # target -> <p>WWW</p>
    print(target.text)

if __name__ == '__main__':
    main()

◇参考情報
Beautiful Soup 4.2.0 Doc. 日本語訳

投稿

編集

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/04/08 12:32

    回答ありがとうございます。とても分かりやすく勉強になりました!ありがとうございました。

    キャンセル

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 90.03%
  • 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られる

同じタグがついた質問を見る