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

90.46%

  • Python

    8716questions

    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。

  • Windows

    1497questions

    Windowsは、マイクロソフト社が開発したオペレーティングシステムです。当初は、MS-DOSに変わるOSとして開発されました。 GUIを採用し、主にインテル系のCPUを搭載したコンピューターで動作します。Windows系OSのシェアは、90%を超えるといわれています。 パソコン用以外に、POSシステムやスマートフォンなどの携帯端末用、サーバ用のOSもあります。

【Python】指定したURLからリンクを取得し、そのリンクから情報を取得する方法

受付中

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 328

rina0366

score 33

 前提・実現したいこと

指定したURLからリンクを取得し、そのリンクから情報を取得する処理を実現するため試行錯誤をしております。指定のURLからのリンクの取得とリンク内の情報の取得を別々のファイルに書いて実行テストを行ったところ正常に動作しました。
それとループ処理のfor文の箇所も実行テストをし正常に動作していることを確認しています。
ただ色々試してみてfor文の一行箇所に関してエラーの表記がでます。
このコードに関してのエラーですがどういったことが災いして起きているのでしょうか...

 発生している問題・エラーメッセージ

Traceback (most recent call last):
  File "base.py", line 11, in <module>
    html = urllib.request.urlopen(x)
NameError: name 'urllib' is not defined

 該当のソースコード

from bs4 import BeautifulSoup
import urllib.request as req

url = "https://xxxxxxxxxxxxxxxxxxxxxxxx"
res = req.urlopen(url)
soup = BeautifulSoup(res, 'html.parser')
url_items = soup.select('a[href]')

for x in url_items:
    html = urllib.request.urlopen(x)
    soup = BeautifulSoup(html, 'html.parser')
    title1 = soup.select('h1')    
    print("h1 = ",title1)
    description = soup.select('#item_detail')
    print("item_detail = ",description)
    price1 = soup.select('#price')
    print("price = ",price1)
  • 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 1

+1

import urllib.request as req

このようにインポートしているのですから、次のように書く必要があります。

html = req.urlopen(x)

追記

BeautifulSoupはお試し程度にしか使ったことがないのでベストな方法ではないかもです。悪しからず。

Traceback (most recent call last):
File "base.py", line 11, in <module>
html = req.urlopen(x)
File "C:\Users\(※ここはユーザーネームです隠しています)\AppData\Local\Programs\Python\Python36-32\lib\urllib\request.py", line 223, in urlopen
return opener.open(url, data, timeout)
File "C:\Users\※ここはユーザーネームです隠しています\AppData\Local\Programs\Python\Python36-32\lib\urllib\request.py", line 521, in open
meth_name = protocol+"_request"
TypeError: unsupported operand type(s) for +: 'NoneType' and 'str'

print(x, type(x))すると分かりますが、xはelement.Tag型です。
forブロックのアタマでx = x['href']としておけば良いかと。

from time import sleep

for x in url_items:
    x = x['href']
    print(x, type(x))
    ...

    sleep(1)   # 相手方に負荷をかけないため

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。

  • 2018/06/11 15:16

    ありがとうございます。
    ただ、おっしゃったように編集したら

    File "base.py", line 13
    soup = BeautifulSoup(html, 'html.parser')
    ^
    IndentationError: unindent does not match any outer indentation level

    このようなエラーに変わりました・・・
    実行は正常に動作しませんでした・・・

    キャンセル

  • 2018/06/11 15:24

    タブとスペースがまじっているような気がします。
    一度全部インデントを消して、全てスペース4つで打ち直してください。

    キャンセル

  • 2018/06/11 15:36

    今一度、無駄を確認してすべてタブのみでインデント操作を行いましたが変化は起きませんでした。。。

    キャンセル

  • 2018/06/11 15:38

    ただエラー表示で

    Traceback (most recent call last):
    File "base.py", line 11, in <module>
    html = req.urlopen(x)
    File "C:\Users\(※ここはユーザーネームです隠しています)\AppData\Local\Programs\Python\Python36-32\lib\urllib\request.py", line 223, in urlopen
    return opener.open(url, data, timeout)
    File "C:\Users\※ここはユーザーネームです隠しています\AppData\Local\Programs\Python\Python36-32\lib\urllib\request.py", line 521, in open
    meth_name = protocol+"_request"
    TypeError: unsupported operand type(s) for +: 'NoneType' and 'str'

    キャンセル

  • 2018/06/11 15:38

    このようなエラーに変わりました。
    これはいったいどんな意味なのでしょうか・・・

    キャンセル

  • 2018/06/11 15:41

    インデントエラーは消えたのですか?

    キャンセル

  • 2018/06/11 15:53

    いえ実は、もともとLouiS0616さんが指摘して下さったコードで何度か実行テストを行っていてのですがLouiS0616さんが教えて下さったこのエラーのままでは常にこのエラーでした。
    インデントはもともと関係がないようで・・・

    キャンセル

  • 2018/06/11 15:59

    とりあえず、TypeErrorが解消できるように追記しておきました。

    キャンセル

  • 2018/06/11 16:11

    ありがとうございます。
    ただループ処理はできましたが情報の取得ができませんでした・・・

    キャンセル

  • 2018/06/11 16:14

    そのあたりはサイトに依りけりな気がします。
    スクレイピング自体は詳しくないので、あまり突っ込んだ回答は避けておきます。

    テキトーに答えてうっかりサーバにダメージを与えてしまうのもまずいので。

    キャンセル

  • 2018/06/11 16:38

    すみません。
    ありがとうございました。

    キャンセル

関連した質問

同じタグがついた質問を見る

  • Python

    8716questions

    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。

  • Windows

    1497questions

    Windowsは、マイクロソフト社が開発したオペレーティングシステムです。当初は、MS-DOSに変わるOSとして開発されました。 GUIを採用し、主にインテル系のCPUを搭載したコンピューターで動作します。Windows系OSのシェアは、90%を超えるといわれています。 パソコン用以外に、POSシステムやスマートフォンなどの携帯端末用、サーバ用のOSもあります。