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

90.84%

  • Python

    6400questions

    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。

  • Python 3.x

    4879questions

    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]ページネーションのスクレイピングについて

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 97

Dadada_c.

score 12

 前提・実現したいこと

python初心者です。スクレイピングについて教えてください。

・1ページの中で取得したいものは取得できた
・ページネーション分すべてスクレイピングしたい

質問も始めてで不備があるかと思いますが何卒宜しくお願い致します。

 該当のソースコード

coding: UTF-8
import urllib.request, urllib.error
html = urllib.request.urlopen('https://search.rakuten.co.jp/search/mall/inz/?p=2&sid=261213').read()
from bs4 import BeautifulSoup

soup = BeautifulSoup(html, 'lxml')
div = soup.findAll('div' , class_='image')
for f in div:
for link in f.findAll('a'):
print(link.attrs['href'])

 補足情報(FW/ツールのバージョンなど)

https://search.rakuten.co.jp/search/mall/inz/?p=2&sid=261213

このURLの中の「P=〇」が30弱まであるのですが、最後まで取得したいです。

  • 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 1

checkベストアンサー

+1

はじめまして.
質問者様の意図は以下のようなことでしょうか?

p=⚪︎の値をfor文で変更することでページネートを変えてます.
自分の環境ではこれで回ったはず?です!

import urllib.request, urllib.error
from bs4 import BeautifulSoup
from time import sleep

if __name__ == '__main__':
    N = 30 #ページネートの数
    BT = 2

    for i in range(1, N+1): #元for i in range(N)

        sleep(BT)#アクセスが多くなりすぎないように時間を開ける

        #pの値をfor文で変える
        url = 'https://search.rakuten.co.jp/search/mall/inz/?p=' + str(i) + '&sid=261213'
        print(url)


        html = urllib.request.urlopen(url).read()
        soup = BeautifulSoup(html, 'lxml')
        div = soup.findAll('div' , class_='image')
        for f in div:
            for link in f.findAll('a'):
                print(link.attrs['href'])

 追記

同じページばかりを習得してしまうとのことで....
上記のコードを変更しました.
この変更により
p=1からはじまる
現在のページURLがわかる
ようにしました.

確認して見ましたがURLが変わるごとに
e-syugei/xxx/のxxxの数字が違うものが取れて来ているので
このコードならおそらく違うページが取れるかと.....

よろしくおねがいいたします!

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。

  • 2018/06/22 17:55

    ありがとうございます!解決しました!!
    また勉強させてください!よろしくお願い致します!

    キャンセル

  • 2018/06/23 08:51

    すみません。昨日、解決したと思ったのですが・・・同じページばかり取得していることに気が付きました。今一度教えてください。よろしくお願い致します。

    キャンセル

  • 2018/06/23 13:17

    回答編集しました!確認して見てください!

    キャンセル

  • 2018/06/25 07:32

    できました!!!ありがとうございます!とてもたすかりました!!フォローさせて頂きます。よければフォローバックお願いします!これからもよろしくお願いします。勉強になりました!

    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 90.84%
  • 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

  • Python

    6400questions

    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。

  • Python 3.x

    4879questions

    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。