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
85.48%
JSON

JSON(JavaScript Object Notation)は軽量なデータ記述言語の1つである。構文はJavaScriptをベースとしていますが、JavaScriptに限定されたものではなく、様々なソフトウェアやプログラミング言語間におけるデータの受け渡しが行えるように設計されています。

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。

Scrapy

Scrapyは、Pythonで開発されたオープンソースソフトウェアです。スクレイピングという、Webサービスから必要な情報を取り出したり自動操作をしたりする技術を使うものです。

Q&A

解決済

1回答

716閲覧

Python Scrapyスパイダーでjsonファイルが作られない

Koz1

総合スコア10

JSON

JSON(JavaScript Object Notation)は軽量なデータ記述言語の1つである。構文はJavaScriptをベースとしていますが、JavaScriptに限定されたものではなく、様々なソフトウェアやプログラミング言語間におけるデータの受け渡しが行えるように設計されています。

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。

Scrapy

Scrapyは、Pythonで開発されたオープンソースソフトウェアです。スクレイピングという、Webサービスから必要な情報を取り出したり自動操作をしたりする技術を使うものです。

0グッド

0クリップ

投稿2018/07/25 01:04

やりたいこと

PythonのScrapyスパイダーを使ってjsonファイルを作りたい。
現在「PythonとJavaScriptではじめるデータビジュアライゼーション」で学習しています。スクレイピングをする上で、jsonファイルが作られず、なぜなのか不明です。

ディレクトリ構成

ディレクトリ構成

nobel_winners scrapy.cfg /nobel_winners: __init__.py items.py pipelines.py spiders __pycache__ middlewares.py settings.py /nobel_winners/spiders: __init__.py __pycache__ nwinners_list_spider.py

作業工程/コード

/nobel_winners/spiders にある nwinners_list_spider.py の中に以下のコードを入力。

python

1#encoding:utf-8 2 3import scrapy, re 4 5class NWinnerItem(scrapy.Item): 6 country = scrapy.Field() 7 8class NWinnerSpider(scrapy.Spider): 9 name = 'nwinners_list' 10 allowed_domains = ['en.wikipedia.org'] 11 start_urls = ["https://en.wikipedia.org/wiki/List_of_Nobel_laureates_by_country"] 12 13 def parse(self, response): 14 15 h2s = response.xpath('//h2') 16 17 for h2 in h2s: 18 country = h2.xpath('span[@class="mw-headline"]/text()').extract()

rootディレクトリで以下のコードを入力。

scrapy crawl nwinners_list -o nobel_winners.json

エラー

以下のような表示が出て、jsonファイルには何もデータが入らない。

2018-07-25 10:01:53 [scrapy.core.engine] INFO: Spider opened 2018-07-25 10:01:53 [scrapy.extensions.logstats] INFO: Crawled 0 pages (at 0 pages/min), scraped 0 items (at 0 items/min)

試したこと

1.テキストでは、もう少し長いソースだったが、countryだけに絞って確かめてみた。
2.scrapy shellを入力し、IPythonベースのシェルを使ってひとつひとつの動きを確かめてみた。

python

1h2s = response.xpath('//h2') 2 3 for h2 in h2s: 4 country = h2.xpath('span[@class="mw-headline"]/text()').extract() 5 print(country)

これは、しっかりcountryに値が入っていることが確認できた。

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

以下のコードで解決できました。

Python

1import scrapy 2 3class NWinnerItem(scrapy.Item): 4 country = scrapy.Field() 5 6class NWinnerSpider(scrapy.Spider): 7 name = 'nwinners_list' 8 allowed_domains = ['en.wikipedia.org'] 9 start_urls = ["https://en.wikipedia.org/wiki/List_of_Nobel_laureates_by_country"] 10 11 def parse(self, response): 12 13 h2s = response.xpath('//h2') 14 15 for h2 in h2s: 16 yield NWinnerItem( 17 country = h2.xpath('span[@class="mw-headline"]/text()').extract_first() 18 )

投稿2018/07/29 20:34

Koz1

総合スコア10

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
85.48%

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