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

90.33%

  • Python

    9243questions

    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。

  • スクレイピング

    383questions

    スクレイピングとは、公開されているWebサイトからページ内の情報を抽出する技術です。

pythonでスクレイピングについて学習中です

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 314

 前提・実現したいこと

https://movies.yahoo.co.jp/review/
このサイトのユーザーレビューの内容だけをスクレイピングで抜き出したのですが、あるブログサイトを参考に自分で行ってみたのですがうまくできないため間違いを訂正していただけると助かります。

 該当のソースコード

import urllib.request
from bs4 import BeautifulSoup

url = 'https://movies.yahoo.co.jp/review/'

ua = 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_3) '\
'AppleWebKit/537.36 (KHTML, like Gecko) '\
'Chrome/55.0.2883.95 Safari/537.36 '

req = urllib.request.Request(url, headers={'User-Agent': ua})
html = urllib.request.urlopen(req)
soup = BeautifulSoup(html, "html.parser")

text-small text-break text-readable p1em = soup.find('p', attrs={'class':'text-small text-break text-readable p1em'})

 試したこと

タグのひっぱってくる場所などをいろいろ変えてみたのですがうまくいきません、、、

 補足情報(FW/ツールのバージョンなど)

https://note.nkmk.me/python-beautiful-soup-scraping-yahoo/
参考にしたサイトです。

  • 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。

質問への追記・修正、ベストアンサー選択の依頼

  • mather

    2018/07/11 13:45

    Pythonのソースコードはシンタックスハイライトを使って書いてください。 https://teratail.com/help/question-tips#questionTips3-5-1

    キャンセル

  • mather

    2018/07/11 13:47

    「うまくできないため」何がうまくいかないのか、具体的に書いてください。エラーが起こっているとか、〇〇となることを期待しているが△△となってしまう、とか。

    キャンセル

回答 1

checkベストアンサー

0

text-small text-break text-readable p1em = soup.find('p', attrs={'class':'text-small text-break text-readable p1em'})

取り出したいクラスが間違っているようでした。取り出したいクラスが複数あるので
findではなくfind_allをつかってみました。

注意点としてはレビューが書いてあるものと、「レビューにネタバレが含まれている」という注意書きクラスが分かれているのでfor文で回しても所どころ抜けている状態になっています。

import urllib.request
from bs4 import BeautifulSoup

url = 'https://movies.yahoo.co.jp/review/'

ua = 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_3) '\
'AppleWebKit/537.36 (KHTML, like Gecko) '\
'Chrome/55.0.2883.95 Safari/537.36 '

req = urllib.request.Request(url, headers={'User-Agent': ua})
html = urllib.request.urlopen(req)
soup = BeautifulSoup(html, "html.parser")


reviews = soup.find_all("p",text=True, class_="text-xsmall text-overflow clear no-space-bottom" ,)
#通常のレビューが書いてあるpタグのクラス


#これだけだとpタグと前後に空白ががついてくるので
for review in reviews:
    r = review.string #文字列だけを抽出
    print(r.replace(' ',''))#replaceで空白を置換


un_reviews = soup.find_all("p", class_="text-xsmall clear")
#レビューが書いていないpタグのクラス 別のクラスが付いているようです


#これだけだとpタグと前後に空白ががついてくるので
for un_review in un_reviews:
    u_r = un_review.string #文字列だけを抽出
    print(u_r.replace(' ',''))#replaceで空白を置換

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。

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 90.33%
  • 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

  • Python

    9243questions

    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。

  • スクレイピング

    383questions

    スクレイピングとは、公開されているWebサイトからページ内の情報を抽出する技術です。