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

87.77%

英語サイトのwebスクレイピングでcsvに落としたい

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 1,035

score 18

Python初心者です。webスクレイピングの練習をしています。
ロイター通信のAPIを使って、ヘッドラインニュースの記事名と説明文をスクレイピングしようとしています。

import requests
url = 'https://newsapi.org/v2/top-headlines?sources=reuters&apiKey=77d45426f1994acc9f516c3619acc2b6'
data = requests.get(url).json()

with open('reuterNews.csv', 'w') as f:
    f.write('"{0}","{1}","{2}"\n'.format('title', 'description',"19/03/05"))
    for article in data['articles']:
        articleTitle = article['title']
        articleDescription = article['description']
        f.write('"{0}", "{1}"\n'.format(articleTitle, articleDescription))

requestを使ってURLを取得しcsvに落とすことはできるのですが…
作成したcsvファイルをExcelで表示しようとすると、英文に含まれている「,」で勝手に区切られてしまいます。

Excelで開いたとき

例えば6行目の「Stocks stall, dollar stands tall~~」というタイトルの記事では、タイトル部分は区切られていませんが、説明文のところが2列に分かれています。

APIの説明は以下の通りです。
APIの説明書き

ちなみに、csvファイルをワードパッドで開いたときの該当記事部分は以下のようになります。

"Stocks stall, dollar stands tall as China trims growth targets", "World shares stalled near a five-month high on Tuesday as China cut its growth targets to a 30-year low but added more stimulus, and a revived dollar headed for a fifth day of gains in the currency markets."

試しにarticleDescription変数が入る「"{1}"」を''(シングルクォーテーション)で囲んでみましたが、csvファイルで開いたときに記事の説明文についている""(ダブルクォーテーション)が外れただけで、2つに分かれる問題は解消できませんでした。

''をつけたとき

どのようにしたら2つに区切られずにスクレイピングすることができるのでしょうか?
何かヒントをいただけると嬉しいです。よろしくお願いします。

  • 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。

回答 1

checkベストアンサー

0

csv の出力は自分で書くのではなく、csv モジュールを使いましょう。
カンマや改行が含まれている場合のエスケープ等もきちんとやってくれます。

CSV の読み込み/書き込み まとめ

import csv
import requests

url = 'https://newsapi.org/v2/top-headlines?sources=reuters&apiKey=77d45426f1994acc9f516c3619acc2b6'
json = requests.get(url).json()

data = [[a['title'], a['description']] for a in json['articles']]

header = ['title', 'description']
with open('output.csv', 'w') as f:
    writer = csv.writer(f)
    writer.writerow(header)
    writer.writerows(data)

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。

  • 2019/03/07 17:40

    csvモジュールのわかりやすいサイトも載せていただき、勉強になりました。参考にします!

    キャンセル

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 87.77%
  • 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

関連した質問

同じタグがついた質問を見る