Python検索結果のスクレイピングに関して
解決済
回答 1
投稿
- 評価
- クリップ 0
- VIEW 901
前提・実現したいこと
web検索した時出た10位までのページ内情報を抽出したいです。
Pythonで検索キーワードに対する検索結果から各ページ内の情報をスクレイピングするプログラムを書いています。
キーワードに対しての検索結果（タイトル,URL）は出力できるんですが、各ページ（10位まで）のh2タグを出力させることができません。
発生している問題・エラーメッセージ
エラーメッセージ該当のソースコード
import requests
from bs4 import BeautifulSoup
#定義
keywd = ' '
response = requests.get('https://www.google.co.jp/search?gl=jp&q=' +keywd)
soup = BeautifulSoup(response.text,'html.parser')
#検索結果タイトル
tags = soup.select('.r')
for tag in tags:
print(tag.get_text())
#検索結果URL
page_url = soup.find_all('cite')
for page in page_url:
print(page)試したこと
ここに問題に対して試したことを記載してください。
補足情報（FW/ツールのバージョンなど）
ここにより詳細な情報を記載してください。
-
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
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。
- 質問回答など一定の行動
-
メールアドレスの認証
メールアドレスの認証
-
質問評価に関するヘルプページの閲覧
質問評価に関するヘルプページの閲覧
checkベストアンサー
+1
link が取れてるなら、それを for で回して、Google のサイトをスクレイピングしたのと同じやり方で各サイトにアクセスしていけばよいと思います。
import requests
from bs4 import BeautifulSoup
# 検索する。
keywd = 'Python'
res = requests.get('https://www.google.co.jp/search?gl=jp&q={}'.format(keywd))
soup = BeautifulSoup(res.text, 'html.parser')
# 検索
titles = []
for tag in soup.select('.r'):
titles.append(tag.text)
#検索結果URL
links = []
for tag in soup.find_all('cite'):
links.append(tag.text)
h2_list = []
for link in links:
res = requests.get(link)
soup = BeautifulSoup(res.text, 'html.parser')
h2_titles = [tag.text for tag in soup.find_all('h2')]
h2_list.append(h2_titles)for title, link, h2s in zip(titles, links, h2_list):
print('title:', title)
print('link:', link)
for h2 in h2s:
print('h2:', h2)
print('-------------------------------------')-------------------------------------
title: Python - Wikipedia
link: https://ja.wikipedia.org/wiki/Python
h2: 目次
h2: 概要[編集]
h2: 歴史[編集]
h2: 言語の機能[編集]
h2: 利用[編集]
h2: フレームワーク[編集]
h2: 脚注[編集]
h2: 関連項目[編集]
h2: 外部リンク[編集]
h2: 案内メニュー
-------------------------------------
title: 専門知識いらず！Pythonとは？言語の特徴から網羅的に徹底解説 | 侍 ...
link: https://www.sejuku.net/blog/7720
h2: Pythonとは？
h2: Pythonの特徴とメリット
h2: Pythonで作れるもの
h2: Pythonの基礎の基礎
h2: Pythonの仕事市場
h2: Pythonで仕事獲得をするには
h2: まとめ
h2: WEBアプリ開発入門者がゼロからモノを作れるようになるまでの5ステップ
h2: 【入門者必見】Swiftを学ぶメリットやできることを徹底解説！
h2: 【Python入門】Djangoとは？webアプリ開発の第一歩
h2: 狙い目はココ！Pythonの機械学習を効率的に学べる本を厳選7冊
h2: 【Python入門】randomモジュールの使い方まとめ
h2: 【全7冊】Python3の入門書はこれで決まり！レベル別に紹介！
-------------------------------------
title: Python | プログラミングの入門なら基礎から学べるProgate[プロゲート]
link: https://prog-8.com/languages/python
-------------------------------------
title: 今さら聞けない！Pythonとは【初心者向け】 | TechAcademyマガジン
link: https://techacademy.jp/magazine/15507
h2: 目次
h2: Pythonとは
h2: Pythonで作れるもの
h2: Pythonを使うメリット・デメリット
h2: 基本構文
h2: まとめ
...以下略投稿
-
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 88.21%
- 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
質問への追記・修正、ベストアンサー選択の依頼
tiitoi
2018/11/08 21:13
ほしいのはサイトの説明文ということでしょうか？
keirr
2018/11/08 21:18
サイトのh2タグのタイトルです。
tiitoi
2018/11/08 21:21
Google の検索結果の HTML ページではなく、各サイトにアクセスするということですか？
keirr
2018/11/08 21:52
検索結果のHTMLを取得した後に各ページにアクセスしたい感じです！