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

90.51%

  • HTML

    8973questions

    HTMLとは、ウェブ上の文書を記述・作成するためのマークアップ言語のことです。文章の中に記述することで、文書の論理構造などを設定することができます。ハイパーリンクを設定できるハイパーテキストであり、画像・リスト・表などのデータファイルをリンクする情報に結びつけて情報を整理します。現在あるネットワーク上のほとんどのウェブページはHTMLで作成されています。

  • Python

    7978questions

    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。

<a>タグ内にあるリンク先を取得方法について

解決済

回答 1

投稿

  • 評価
  • クリップ 1
  • VIEW 458

keyakeyako

score 1

 前提・実現したいこと

お世話になります。
pythonについて、皆さま方のご知見を伺いたくて、
質問させて頂きます。

以下のHTML内で<img>タグ内にある画像IDを使用して、
<a>タグ内にある"href"の"リンク先"を取得したいです。

Beautiful Soupでスクレイピングしてみたのですが、<img>タグ内のsrcは取り出せたのですが、
そこから<a>タグ内を取得出来る方法が分からない状態でございます。

何卒、ご知見を伺わせて頂ければ幸いです。

 該当のソースコード

<div class="inner-article">
    <a style="height:150px;" href="リンク先">
        <img width="500" height="500" src="//xx.jp/画像ID/xxx.jpg" alt=" xxxxx">
    </a>
</div>

 試したこと

http = 'URL'
html = requests.get(http)
soup = BeautifulSoup(html.text, 'lxml')

for a in soup.find_all('img'):
    print(a.get('src'))


上記で<img>タグ内のsrcは取り出せたのですが、<a>タグ内を取得出来る方法が分からない状態でございます。

  • 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。

質問への追記・修正、ベストアンサー選択の依頼

  • mts10806

    2018/06/14 14:10

    ん?それ、要件変わってません?もう少しきちんと具体的に要件をまとめて質問を編集していただけますか?

    キャンセル

  • keyakeyako

    2018/06/14 14:17 編集

    説明文が分かりづらく大変申し訳ございません。<img>タグ内にある画像IDしか分かっていない状態で、<a>タグ内のhrefのリンク先を取得したいです。

    キャンセル

  • mts10806

    2018/06/14 14:48

    後だしの要件が多いので、「もう少しきちんと具体的に要件をまとめて”質問を編集”していただけますか?」 コメントでは埋もれます。

    キャンセル

回答 1

checkベストアンサー

+1

既にmts10806さんがコメントされているとおり、そのまま使えば良いと思いますが...

for a in soup.find_all('a'):
    print(a.get('href'))

ひょっとしてこういうことですかね。

for a in soup.find_all('a'):
    print(a.get('href'))
    print(a.find('img').get('src'))

コメントを受けて

思いつくままに強引に書くとこんな風になるでしょうね。

purpose = '//xx.jp/画像ID/xxx.jpg'
for a in soup.find_all('a'):
    if a.img['src'] == purpose:
        href = a['href']
        break
else:
    href = None

ただ、もっと簡単に書く方法がありそうな気もします。 ありました。

purpose = '//xx.jp/画像ID/xxx.jpg'
href = soup.find('img', src=purpose).parent['href']

検索に失敗する場合については考慮していませんので、ご注意ください。

さらにコメントを受けて

こういうことでしょうか。

purpose = '//xx.jp/{id}/xxx.jpg'.format(id=画像id)
href = soup.find('img', src=purpose).parent['href']

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。

  • 2018/06/14 14:19

    ご回答ありがとうございます。説明文が分かりづらく大変申し訳ございません。<img>タグ内にある画像IDしか分かっていない状態で、<a>タグ内のhrefのリンク先を取得したいです。

    キャンセル

  • 2018/06/14 14:23

    ある所定の時間になると、画像IDのリンク先に自動でアクセスするプログラムを作成しているのですが、こちらの情報として、画像IDからどのようにリンク先にアクセスするかが分からない為、困っております。

    キャンセル

  • 2018/06/14 14:42

    追記しておきました。

    キャンセル

  • 2018/06/14 14:44

    ご回答感謝いたします。矢継ぎ早に質問して、大変恐縮なのですが、a.img['src']を記載すると「TypeError: 'NoneType' object is not subscriptable」エラーが発生いたします。何か私の記載方法に問題があったのでしょうか。

    キャンセル

  • 2018/06/14 14:47 編集

    img属性のないaタグを拾ったのでしょうね。
    一番最後に追記したコードを試してみてください。

    キャンセル

  • 2018/06/14 15:00

    ありがとうございます。hrefのリンク先を取得する事が出来ました。非常に助かりました。
    最後にですが、purpose = '画像ID' にして、ワイルドカードでsrcを検索する事はできますでしょうか。ご質問ばかりで大変申し訳ございません。

    キャンセル

  • 2018/06/14 15:02

    ワイルドカードというと、どのようなものをイメージされてますか?
    例えば特定の文字列をidに含む画像を探したりしたいのでしょうか。

    キャンセル

  • 2018/06/14 15:06

    いちおう追記しておきました。こういうことでしょうか。

    キャンセル

  • 2018/06/14 15:08

    おっしゃる通りです。
    src = "//xx.jp/画像ID/xxx.jpg"というsrcになっているので、指定した画像IDが含まれている場合に「//xx.jp/画像ID/xxx.jpg」を取得できるようにしたいです。

    キャンセル

  • 2018/06/14 15:11

    ご回答ありがとうございます。画像IDしかわかっていない状態で「//xx.jp/画像ID/xxx.jpg」を取得できるようにしたいです。

    キャンセル

  • 2018/06/14 15:18

    またこっそり追記しておいたので、更新してご確認ください。

    キャンセル

  • 2018/06/14 15:20

    すみません、自己解決出来ました。長い時間ご知見を頂き感謝申し上げます。ほんとうに助かりました。

    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 90.51%
  • 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

関連した質問

同じタグがついた質問を見る

  • HTML

    8973questions

    HTMLとは、ウェブ上の文書を記述・作成するためのマークアップ言語のことです。文章の中に記述することで、文書の論理構造などを設定することができます。ハイパーリンクを設定できるハイパーテキストであり、画像・リスト・表などのデータファイルをリンクする情報に結びつけて情報を整理します。現在あるネットワーク上のほとんどのウェブページはHTMLで作成されています。

  • Python

    7978questions

    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。