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
85.50%
Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

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。

Q&A

解決済

1回答

270閲覧

キーワードリストのtxtファイルからキーワードを取り込んで検索し、検索結果のページをスクレイピングする動作のコードを組みたい

etherwind

総合スコア27

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

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。

0グッド

0クリップ

投稿2018/06/20 09:08

編集2018/06/20 09:14

前提・実現したいこと

あるサイトの情報をスクレイピングするコードを組んでいます。
「TOPページの検索ボックスにキーワードを入力して、検索結果のページをスクレイピングする動作」をさせたいです。

条件・課題

検索結果のURLを直接指定できれば楽なのですが、そうするとアクセス制限ページが表示される為、「TOPページから検索する処理」を含むことが条件です。且つ、スクレイピングしたいキーワードが複数あることが課題です。その複数のキーワードは「id_list.txt」というキーワードをリスト化したファイルから取り込む処理をさせたいです。

発生している問題・エラーメッセージ

NameError: name 'params' is not defined

paramsを書き込む場所や書き方がおかしいのはわかるのですが、どう直せばいいのかわかりませんでした。
ちなみに、".class属性"、"a"、"b"は質問用の値です。

該当のソースコード

import requests, bs4 import csv import time def scrape(url, page_id_for_scrape, params_for_scrap, csv_writer): res = requests.get(url, params) res.raise_for_status() soup = bs4.BeautifulSoup(res.text, "html.parser") elems = soup.select ('.class属性') for elem in elems: print(elem.getText()) csv_writer.writerow([page_id_for_scrape]) csv_writer.writerows(elems) time.sleep(5) def main(f): writer = csv.writer(f) with open('id_list.txt') as f: page_id_list = [int(row) for row in f] for page_id in page_id_list: print(page_id) params = {'a':[page_id], 'b':'',} scrape(f'http://狙いのサイト', page_id, params, writer) if __name__ == '__main__': with open('test.csv', 'w', encoding='CP932', errors='ignore') as f: main(f)

試したこと

import requests, bs4 import csv import time params = {'a':"キーワード", 'b':'',} def scrape(以下略

上記のようにparamsを最初に置き、page_idではなく"キーワード"と、単一指定して動作させると、"キーワード"の検索結果のスクレイピングができているので、ここにpage_idと入れてみたのですが、そうするとこの位置の記述に対して「NameError: name 'page_id' is not defined」が出てしまいます。

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

自己解決

自己解決しました。

完成版

import requests, bs4 import csv import time def scrape(url, page_id_for_scrape, params, csv_writer): #変更 res = requests.get(url, params) res.raise_for_status() soup = bs4.BeautifulSoup(res.text, "html.parser") elems = soup.select ('.class属性') for elem in elems: print(elem.getText()) csv_writer.writerow([page_id_for_scrape]) csv_writer.writerows(elems) time.sleep(5) def main(f): writer = csv.writer(f) with open('id_list.txt') as f: page_id_list = [int(row) for row in f] for page_id in page_id_list: print(page_id) params = {'a':page_id, 'b':'', 'c':'',} #変更 scrape(f'http://狙いのサイト', page_id, params, writer) if __name__ == '__main__': with open('test.csv', 'w', newline='', encoding='CP932', errors='ignore') as f: main(f)

「for page_id in page_id_list:」以下の記述とインデント、あと「def scrape」の関数の書き方を合わせたらできました。

投稿2018/06/21 12:02

etherwind

総合スコア27

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。

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

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
85.50%

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