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

88.64%

python テーブル要素のスクレイピング

解決済

回答 1

投稿

  • 評価
  • クリップ 1
  • VIEW 3,868

kmbaht

score 10

https://snownet.jp/search/?prefarea=1
のゲレンデごとのコース数をスクレイピングしたいのですが、以下のようにしても上手くいきません。

import os, requests, bs4, openpyxl, re
url="https://snownet.jp/search/?prefarea=1"

res=requests.get(url)
res.raise_for_status()
soup=bs4.BeautifulSoup(res.content)

for tr in soup.select('table.type1 tbody tr'):
tds=tr.select('td')
print(tds[0].text)

.selectの後のセレクタ設定がおかしいような気もするのですが、原因がわからず。。
よろしくお願いいたします。 python3.6.5のWindows7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
    • 過去に投稿した質問と同じ内容の質問
    • 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

Chrome の開発者ツールでサイト構造を確認し、適切にCSSセレクタを書いてあげれば、抽出できます。

import requests
from bs4 import BeautifulSoup

url = 'https://snownet.jp/search/?prefarea=1'
res = requests.get(url)
res.raise_for_status()
soup = BeautifulSoup(res.content, 'lxml')

for section_tag in soup.select('section[class="skiDetail"]'):
    # スキー場名
    span_tag = section_tag.select_one('div[class="detailHead"] > span')
    site = span_tag.string

    # コース数
    td_tag = section_tag.select_one('table[class="type1"] tr:nth-of-type(3) td')
    num_courses = td_tag.string

    print(site, num_courses)
【北海道】エリア:旭川富良野道北 9コース
【北海道】エリア:旭川富良野道北 23コース
【北海道】エリア:ニセコ小樽札幌 18コース
【北海道】エリア:ニセコ小樽札幌 3コース
【北海道】エリア:ニセコ小樽札幌 22コース
【北海道】エリア:旭川富良野道北 2コース
【北海道】エリア:ニセコ小樽札幌 13コース
【北海道】エリア:ニセコ小樽札幌 15コース
【北海道】エリア:十勝道東 21コース
【北海道】エリア:函館周辺 8コース

 追記

CSS セレクタではなく、find_all() を使った場合

import requests
from bs4 import BeautifulSoup

url = 'https://snownet.jp/search/?prefarea=1'
res = requests.get(url)
res.raise_for_status()
soup = BeautifulSoup(res.content, 'lxml')

for section_tag in soup.find_all('section', class_='skiDetail'):
    # スキー場名
    site = section_tag.find('div', class_='detailHead').span.string

    # コース数
    tr_tags = section_tag.find('table', class_='type1').find_all('tr')
    num_courses = tr_tags[2].td.string
    print(site, num_courses)

section タグ以下が以下の階層構造になっていることを把握した上で、CSS セレクタまたは find_all(), find() を使い、タグを選んでいけばいいです。
コース数は table タグの子要素の3つ目の tr タグの子の td タグに貼っています。

なので、CSS セレクタの場合、table[class="type1"] tr:nth-of-type(3) td:nth-of-type(1) となります。
また、find() で選ぶ場合は、section_tag.find('table', class_='type1').find_all('tr')[2].find('td') となります。

# 視認性のため、改行など空白の NavigableString は除いています。
section (Tag)
└── table (Tag)
    ├── tr (Tag)
    │   ├── th (Tag)
    │   │   └── 'アクセス' (NavigableString)
    │   └── td (Tag)
    │       ├── '[車] 函館市内から36km' (NavigableString)
    │       ├── br (Tag)
    │       └── '[その他] 函館本線・大沼公園駅より車で15分' (NavigableString)
    ├── tr (Tag)
    │   ├── th (Tag)
    │   │   └── '営業時間' (NavigableString)
    │   └── td (Tag)
    │       ├── '[平日] 09:00~17:00' (NavigableString)
    │       ├── br (Tag)
    │       ├── '[日祝] 09:00~17:00' (NavigableString)
    │       ├── br (Tag)
    │       ├── '[ナイター] 17:00~22:00' (NavigableString)
    │       ├── br (Tag)
    │       └── '営業時間 9:00〜17:00\u3000[ナイター] 17:00〜22:00※12/20〜3/8金・土・日・祝前日のみ' (NavigableString)
    └── tr (Tag)
        ├── th (Tag)
        │   └── 'コース数' (NavigableString)
        └── td (Tag)
            └── '8コース' (NavigableString)

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。

  • 2018/11/01 15:49

    select_one() という関数があったのですね。
    これを使うとより簡潔に書けました。
    barobaro さん、教えていただきありがとうございます。

    キャンセル

  • 2018/11/01 16:06

    こちらこそtiitoiさんのコードで勉強させてもらっています。

    キャンセル

  • 2018/11/02 01:56

    ご両名とも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 88.64%
  • 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