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

87.59%

スクレイピング google検索ワード CSV読み込みのコード

解決済

回答 2

投稿

  • 評価
  • クリップ 0
  • VIEW 1,510

score 18

現在の以下のコードでスクレイピングをしています
たくさんのワードを入れ替えて検索結果の収集をしていて、現在はすべて手作業で一つずつコピペでワードの入れ替えをしているため、その工数を効率化したく伺います

from time import sleep
import csv
import requests as web
from urllib.parse import urlparse
from bs4 import BeautifulSoup

keyword_sets = [['リフォーム','ガラス','山口'],
                ['リフォーム','ガラス','愛媛'],
                ['リフォーム','ガラス','長崎'],
                ['リフォーム','ガラス','奈良'],
                ['リフォーム','ガラス','鹿児島'],
                ['リフォーム','ガラス','青森'],
                ['リフォーム','ガラス','岩手'],
                ['リフォーム','ガラス','大分'],
                ['リフォーム','ガラス','石川'],
                ['リフォーム','ガラス','山形'],

def google(keywords):
    url = 'https://www.google.co.jp/search?num=100&q=' + ' '.join(keywords)
    print('googling... ', url)

    # URL から HTML を取得する。
    resp = web.get(url)
    # HTML から BeautifulSoup オブジェクトを作成する。
    soup = BeautifulSoup(resp.text, "html.parser")

    results = []
    # URL、タイトル、説明を取得する。
    # <div class="g"> のタグ一覧を取得する。
    for div_elems in soup.select('div.g'):
        # class="r" のタグ配下の a タグを取得する。
        a_elem = div_elems.select('.r > a')
        # class="s" のタグ配下の class="st" のタグを取得する。
        div_elem = div_elems.select('.s > .st')
        # 両方存在しない場合があったので、その場合はスキップする。
        if not a_elem or not div_elem:
            continue
        # select() は選択された要素が1つでもリストで返すので、1個目の要素を取り出す。
        a_elem, div_elem = a_elem[0], div_elem[0]

        # a_elem タグの href 属性を取得し、'/url?q=' を削除する。
        url = a_elem.get('href').replace('/url?q=', '')
        # ドメイン部分までを取得する。
        url_prefix = '{0.scheme}://{0.netloc}/'.format(urlparse(url))
        # a タグのテキストを取得する。
        title = a_elem.text
        # 説明文を取得する。改行コードは削除する。
        description = div_elem.text.replace('\n','').replace('\r','')
        # ドメイン部分までの URL、タイトル、説明をリストに追加する。
        results.append([url_prefix, title, description])

    return results

results = []
# キーワード分検索を実行する。
for keywords in keyword_sets:
    results.extend(google(keywords))
print(results)

# CSV に書き込む。
with open('リフォーム_屋根葺き(山口-鳥取)_list_190212.csv', 'w', encoding='utf8') as f:
    writer = csv.writer(f)
    writer.writerow(['タイトル・説明','URL'])  # ヘッダーを書き込む。
    writer.writerows(results)  # データを書き込む。

上記「keyword_sets =」の内容をいろいろなワードに入れ替えたいです
自分でしらべて試行錯誤した結果、検索したいワードを書いたCSVを読み込ませる方法が良いかと考えましたが、動くコードがかけず恐れ入りますがご教示頂きたく伺います

  • 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。

質問への追記・修正、ベストアンサー選択の依頼

  • 退会済みユーザー

    2019/02/12 22:57

    複数のユーザーから「やってほしいことだけを記載した丸投げの質問」という意見がありました
    「質問を編集する」ボタンから編集を行い、調査したこと・試したことを記入していただくと、回答が得られやすくなります。

回答 2

checkベストアンサー

+5

Googleに機械的な検索クエリを投げてはいけません。

Google の利用規約では、どのような種類かに関わらず、自動化されたクエリを Google から明示的な許可を事前に得ずに Google のシステムに送信することは禁止されています。リソースの浪費につながる自動化されたクエリの送信には、WebPosition Gold などのソフトウェアを使って自動化されたクエリを Google に送信し、さまざまなクエリによる Google 検索結果におけるウェブサイトやウェブページのランキングを調べようとする行為が含まれます。(Search Console ヘルプより)

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。

  • 2019/02/12 13:50

    すいません 煽ったりしているわけではないのです。
    ただスクレイピングなどをした場合プロバイダ契約を解除される可能性があるという事を知らなかったのです。具体的にはどのような所で解除されてしまうのでしょうか?

    キャンセル

  • 2019/02/12 13:56

    > すいません 煽ったりしているわけではないのです。

    回答しといて煽ってないとか^^;
    放置します。自身で決着してください。

    キャンセル

  • 2019/02/12 14:07

    >>回答しといて煽ってないとか^^;
    te2ji様の投稿1分前に投稿しているので入れ違いです。
    勉強不足でした。不快な思いをさせてしまって申し訳ないです。

    キャンセル

-4

利用規約に違反する可能性がるので記述を削除いたします。

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。

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 87.59%
  • 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