Q&A
ご回答ありがとうございます。びっくり！意外な罠でした。勉強になりました。ありがとうございました。
一番外側のdivの子要素のdivを取得したいです。
ささいな間違いをしていると思うのですが、ドキュメントを見てもこれで取得できるはずですがどうしてもできません。おかしな箇所をご指摘いただければ幸いです。
python
132 source = '<div><div><div><p> ドラゴンフルーツ<div><p>いちじく</div><div></div><p><p>なし</div></div><div><div><p> ぶどう<div></div><p><p>りんご</div></div><div><p>みかん</div></div>' 2 33 soup = BeautifulSoup(source, 'lxml') 3 37 print(soup.find_all('div', recursive=False))
↓HTMLの構造
html
1<div> 2 <div> 3 <div> 4 <p> ドラゴンフルーツ</p> 5 <div> 6 <p>いちじく</p> 7 </div> 8 <div></div> 9 <p></p> 10 <p>なし</p> 11 </div> 12 </div> 13 <div> 14 <div> 15 <p> ぶどう</p> 16 <div></div> 17 <p></p> 18 <p>りんご</p> 19 </div> 20 </div> 21 <div> 22 <p>みかん</p> 23 </div> 24</div>
結果 一番下です。からのリストが返ってきます。
回答2件
0
まずは以下を実行してみてください。
python
1from bs4 import BeautifulSoup 2 3source = '<div><div><div><p> ドラゴンフルーツ<div><p>いちじく</div><div></div><p><p>なし</div></div><div><div><p> ぶどう<div></div><p><p>りんご</div></div><div><p>みかん</div></div>' 4 5soup = BeautifulSoup(source, 'lxml') 6 7print(soup.prettify())
結果
html
1<html> 2 <body> 3 <div> 4 <div> 5 <div> 6 <p> 7 ドラゴンフルーツ 8 </p> 9 <div> 10 <p> 11 いちじく 12 </p> 13 </div> 14 <div> 15 </div> 16 <p> 17 </p> 18 <p> 19 なし 20 </p> 21 </div> 22 </div> 23 <div> 24 <div> 25 <p> 26 ぶどう 27 </p> 28 <div> 29 </div> 30 <p> 31 </p> 32 <p> 33 りんご 34 </p> 35 </div> 36 </div> 37 <div> 38 <p> 39 みかん 40 </p> 41 </div> 42 </div> 43 </body> 44</html>
BeautifulSoupによって勝手に<html>と<body>のタグが追加されているので見つかりません。
以下のようにすれば抽出できます。
python
1print(soup.html.body.find_all('div', recursive=False))
投稿2019/01/08 13:33
総合スコア1286
0
ベストアンサー
こんにちは！
不思議に思ったことを放置しない姿勢、素敵です。
ポイントはBeautifulSoup(source, 'lxml')にあります。
下のようにパースした結果を出力してみればrecursive=Falseでヒットしない理由は一目稜線。
python
1soup = BeautifulSoup(source, 'lxml') 2print(soup)
lxmlというライブラリでパースすると
HTMLとして必須の<html><body></html></body>を親切に/勝手に補ってくれるんですね。
投稿2019/01/08 13:25
編集2019/01/08 13:27
総合スコア1131
あなたの回答
tips
プレビュー
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。
2019/01/08 13:37
2019/01/08 13:38