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%
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

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

HTML

HTMLとは、ウェブ上の文書を記述・作成するためのマークアップ言語のことです。文章の中に記述することで、文書の論理構造などを設定することができます。ハイパーリンクを設定できるハイパーテキストであり、画像・リスト・表などのデータファイルをリンクする情報に結びつけて情報を整理します。現在あるネットワーク上のほとんどのウェブページはHTMLで作成されています。

Q&A

解決済

1回答

3256閲覧

table内の画像のalt属性を取得したい

YuyaIsh

総合スコア13

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

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

HTML

HTMLとは、ウェブ上の文書を記述・作成するためのマークアップ言語のことです。文章の中に記述することで、文書の論理構造などを設定することができます。ハイパーリンクを設定できるハイパーテキストであり、画像・リスト・表などのデータファイルをリンクする情報に結びつけて情報を整理します。現在あるネットワーク上のほとんどのウェブページはHTMLで作成されています。

0グッド

0クリップ

投稿2019/04/04 15:35

編集2019/04/05 00:36

前提・実現したいこと

※プログラミング、Python初心者なので知らないことがほとんどですがご容赦ください。
Python3で下記サイトにあるtableを取得したいのですが、table内の要素が画像になっていて取得できないため困っています。
(URL:https://www.suisin.city.nagoya.jp/system/institution/index.cgi?action=inst_room_view&inst_key=1164769878&key=1164775662&year=2019&month=04&class=)
イメージ↓
|A|B|C|
|:--:|:--:|
|○|×|◆|
|×|◆|×|
|○|◆|◆|

この記号をなぜか画像で表示させているのです。
画像を取得してもしょうがないのでalt属性を取得する方法を教えていただきたいです。

発生している問題・エラーメッセージ

なし

該当のソースコード

なし

試したこと

いろいろ調べましたがそれらしいのが見当たらず(知識不足のため見落としているのかも…)

補足情報(FW/ツールのバージョンなど)

なし

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。

tiitoi

2019/04/05 00:30

具体的なURLまたはサンプルのHTMLを用意してください
guest

回答1

0

ベストアンサー

属性の取得は tag[属性名] で取得できますよ。
例えば、img タグなら、img['alt'] で img タグの alt 属性が取得できます。

Beautiful Soup Documentation を見てください。

Beautiful Soup の find(), find_all() を使った要素の検索方法 まとめ
Beautiful Soup の DOM ツリーのアクセス方法 まとめ

python

1from collections import OrderedDict 2import pandas as pd 3 4def table_to_dataframe(table): 5 '''テーブルを DataFrame に変換する。 6 ''' 7 data = OrderedDict() 8 9 for row in table.find_all('tr'): 10 cells = row.find_all(['th', 'td']) 11 # 1列目はタイトル 12 title = cells[0].text 13 # 2列目以降は中身 14 # セルの中身が img タグの場合は alt 属性の値、そうでない場合は要素の値 15 contents = [c.img['alt'] if c.img else c.text for c in cells[1:]] 16 17 data[title] = contents 18 return pd.DataFrame(data) 19 20for table in soup.select('div.institution02 > table'): 21 df = table_to_dataframe(table) 22 title = table.find_previous_sibling('h4').text 23 df.to_csv('{}.csv'.format(title))

取得された DataFrame

日付曜日午前利用9時から12時30分まで午後利用1時から4時30分まで夜間利用5時から9時まで
016体育室部分貸し空き予約済み(仮予約を含む)
117体育室部分貸し予約済み(仮予約を含む)予約済み(仮予約を含む)
218予約済み(仮予約を含む)予約済み(仮予約を含む)予約済み(仮予約を含む)
319体育室部分貸し体育室部分貸し予約済み(仮予約を含む)
420予約済み(仮予約を含む)予約済み(仮予約を含む)予約済み(仮予約を含む)
521予約済み(仮予約を含む)予約済み(仮予約を含む)閉館または休館日
622閉館または休館日閉館または休館日閉館または休館日

投稿2019/04/05 02:00

編集2019/04/05 02:03
tiitoi

総合スコア21956

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