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

90.52%

  • Python 3.x

    6317questions

    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。

  • pandas

    576questions

    Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。

[python]pandasで読み込んだcsvのhtmlを削除したい

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 89

Dadada_c.

score 35

データフレームで読み込んだcsvの中にあるhtmlを削除したい

detail.csvというデータを読み込み、SP用説明文という内容のカラムを作りたいのですが、
商品説明文のカラムからhtmlを削除したものをSP用説明文に上書きしたく、
色々と試してみたのですがうまくいきません。

いい方法をご教示頂けますと幸いです。
よろしくお願いします。

import pandas as pd
import os

df = pd.read_csv('detail.csv',names=['型式', '商品名', '商品説明文', 'PC用販売' ,'SP用説明文' ,'在庫タイプ'] ,encoding='shift_jis')


df['SP用説明文'] =df['商品説明文'].text
  • 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

0

htmlを削除

markdown記号が残っちゃいますがhtml2textを使うのがお手軽だと思います。
詳細はpython html to plaintextなどで検索してみてください。
様々な手法が出てきますが、よりpureなテキストを抽出するのはそれなりに面倒な感じです。

以下検証コードです。

import requests
import html2text

h2t = html2text.HTML2Text()
# リンク先URLや画像の代替文字列は不要
h2t.ignore_links = True
h2t.ignore_images = True

with open('ret.txt','w',encoding='utf-8') as f:
    for url in ['https://www.example.com/','https://www.google.co.jp/','https://www.yahoo.co.jp/']:
        f.write(url + ':-----\n')
        s = requests.get(url).text
        ret = h2t.handle(s)
        f.write(ret)

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。

  • 2018/07/19 17:09

    勉強になりました!ありがとうございます!

    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 90.52%
  • 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 3.x

    6317questions

    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。

  • pandas

    576questions

    Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。