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
87.20%
スクレイピング

スクレイピングとは、公開されているWebサイトからページ内の情報を抽出する技術です。

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。

解決済

cnnのサイトのニュースタイトルをスクレイピングしたい

aomatsu_
aomatsu_

総合スコア0

スクレイピング

スクレイピングとは、公開されているWebサイトからページ内の情報を抽出する技術です。

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。

2回答

1評価

1クリップ

1578閲覧

投稿2019/02/19 16:55

編集2022/01/12 10:58

Python初心者です。
入門書や初心者向けの解説サイトでスクレイピングを勉強したので、cnnのサイトから最新のニュースタイトルとそのURLをスクレイピングしてcsvデータに整理する、というプログラムを書いてみようと思います。
HTMLデータの取得まではできるのですが、肝心のニュースタイトルとURLがうまく抜き出せず困っています。

python

from bs4 import BeautifulSoup import requests html_doc = requests.get('https://edition.cnn.com').text soup = BeautifulSoup(html_doc, 'html.parser') print(soup.prettify())

このようにBeautifulSoupとrequestsを使ってHTMLを書き出すところまではできます。
しかし、ここでprint(soup.find('a'))を入力しても以下のようなニュースタイトルとURLの部分が見当たりません。

参考画像

divがたくさん入れ子になっているから無理なのでしょうか?
何かヒントをいただけると嬉しいです。よろしくお願いいたします。

--追記--
soup.find_all('h3', {'class': 'cd__headline'})
とやってもダメでした。class名の_の数を間違えているのでしょうか?
カウント方法をご存知でしたら教えていただきたいです。

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。

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。

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

評価を下げると、トップページの「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。

firedfly
firedfly

2019/02/20 01:21

過不足のないよい質問文ですね。 「CNNのサイト」にURL記法でリンクを張るとさらに親切になります。

まだ回答がついていません

会員登録して回答してみよう

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
87.20%

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

同じタグがついた質問を見る

スクレイピング

スクレイピングとは、公開されているWebサイトからページ内の情報を抽出する技術です。

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。