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%
Beautiful Soup

Beautiful Soupは、Pythonのライブラリの一つ。スクレイピングに特化しています。HTMLデータの構文の解析を行うために、HTMLタグ/CSSのセレクタで抽出する部分を指定することが可能です。

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。

Q&A

解決済

2回答

5466閲覧

スクレイピングしたaタグのhref値を取得しようとするとKeyError

Y_i4

総合スコア15

Beautiful Soup

Beautiful Soupは、Pythonのライブラリの一つ。スクレイピングに特化しています。HTMLデータの構文の解析を行うために、HTMLタグ/CSSのセレクタで抽出する部分を指定することが可能です。

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。

0グッド

1クリップ

投稿2019/01/30 22:22

前提・実現したいこと

Pythonでスクレイピングをする、というQiitaのページを参考に
Webページ内のaタグのhref値を表示するコードを書きました。
参考コードの対象URLにアクセスした場合は正しく動くのですが
別のサイトにアクセスするよう書き換えたところエラーが出て動かなくなってしまいました。

1.問題の起こる原因
2.回避方法(事前の判別方法)
を、教えていただきたいです。

###参考コード

Python

1import urllib.request 2from bs4 import BeautifulSoup 3 4url = "https://qiita.com/chanmaru" 5res = urllib.request.urlopen(url) 6soup = soup = BeautifulSoup(res, 'html.parser') 7 8a_list = soup.findAll("a") 9for a in a_list: 10 href = a.attrs['href'] 11 print(a.string, '-->', href)

###自分が書いたコード

Python

1import requests 2from bs4 import BeautifulSoup 3 4#対象URL(気象庁アメダス) 5URL = "http://www.jma.go.jp/jp/amedas_h/today-44132.html?areaCode=000&groupCode=30" 6 7#リソースを開く 8res = requests.get(URL) 9 10#取得したデータ(テキスト形式)でインスタンス作成 11#soup = BeautifulSoup(res.text, 'html.parser') 12#obj.textで渡すと文字化けするのでobj.contentで渡すようにする 13soup = BeautifulSoup(res.content, 'html.parser') 14#多分html.parserを省略して以下のように書いても動く 15#soup = BeautifulSoup(res.content) 16 17#a要素を全て取得 18a_list = soup.find_all("a") 19 20#find_all()はリストを出力するのでfor文で1要素ずつ値を出力 21for a in a_list: 22 #取得したaタグを表示 23 #print(a.string) 24 25 #aタグのhref属性値を抽出する 26 href = a.attrs['href'] 27 #aタグの文字列と、そこからリンクしているURLを表示 28 print(a.string, '-->', href)

発生している問題・エラーメッセージ

例外が発生しました: KeyError 'href' ...(ファイルパス略) href = a.attrs['href']

試したこと

対象URLを何度か変更してみて、問題が起こったときに該当箇所のhtmlを見ると、
aタグにhref値が設定されていないことが原因のようでした。(合っているかは解りません)
また、その通りだとした場合、href値が存在するなら取得/しなければ取得せず次の処理へ、という
分岐を行いたいのですがどうやって判別すれば良いのかも解りません。
試しにif a.attrs['href']:とか書いてみましたが同じエラーが出るだけでした…

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2

0

ベストアンサー

要素 in 辞書で、辞書に要素が含まれるかが判断できます。
以下のように修正ください。

Python

1 # 略 2 if 'href' in a.attrs: 3 #aタグのhref属性値を抽出する 4 href = a.attrs['href']

投稿2019/01/30 23:06

can110

総合スコア38266

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。

Y_i4

2019/01/31 01:13

in演算子を使えば良かったのですね。 存在しないhref値にアクセスしようとしたことがエラーの原因、という認識でよろしいでしょうか。 ありがとうございました。
can110

2019/01/31 01:27

> 存在しないhref値にアクセスしようとしたことがエラーの原因、という認識でよろしいでしょうか。 はい。そのとおりです。KeyError=辞書(a.attrs)にキー(href)が存在しない
Y_i4

2019/01/31 10:26

重ねてありがとうございます。
guest

0

a.get('href')

でしたらなければNoneが返ってきます

投稿2019/01/31 02:38

barobaro

総合スコア1286

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