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

90.52%

  • Python

    11244questions

    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。

  • Python 3.x

    9365questions

    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。

Web scrapingでURLソースからどのタグを取ればいいかわからない

解決済

回答 2

投稿

  • 評価
  • クリップ 0
  • VIEW 52

trey_0329

score 46

現在こちらのサイトからWeb Scrapingをしようと考えています。

スクレイピングしたい内容は
下記写真の➀➁➂ですが、

該当する箇所のHTMLコードを見てみると
この情報を取り囲むdivもspanのclassは、他の場所でも使われおり、ここだけ!という特定のclassがありません。
どのClassを使ってこの値を取得すればいいのかわからず困っております。

このような場合、どういうアプローチでスクレイピングすればよろしいのでしょうか。

ソースコードのリンクもこちらに貼っておきます
※WETHとキーワード検索していただくと該当するHTMLの箇所に一発で飛びます。

スクレイピングするコードは下記のような感じで考えています。

for item_elems in soup.select('div.contents'):
        # Shop name
        name_with_html = item_elems.select('a.shop-name')
        for name in name_with_html:
            name=name.getText()

宜しくお願い致します。

  • 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
    • 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 2

+1

Chromeであれば、デバッグコンソールを開いて、 Elements -> 対象のHTMLタグ -> 右クリック -> Copy -> Copy XPathとしてみてください。対象のタグのフルXPathがコピーされると思います。 
Chromeのコンソール上でも下記のように確認可能です。

$x('//*[@id="reply-274274"]/div[2]/div/div[2]/div[4]/ul/li[1]') // $xでconsole上でxpathを確認可能

その上で、xpathが長すぎて可読性が悪い等の場合に先に挙げられているようなxpathのリファレンスを見ながらカスタマイズしていけばよろしいかと思います。

[参考] ブラウザ上での確認方法

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。

  • 2019/04/17 00:06

    ご回答ありがとうございます。Xpathでうまくできそうです。
    Chromeの機能でXpathコピーがあるの知らなかったので、大変助かりました。
    また何かございましたら宜しくお願い致します。

    キャンセル

checkベストアンサー

0

一般論で言うと、何番目のxxxノードの何番目の子ノードとか、テキストがxxxであるノードの親の何番目の弟ノードとか。

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。

  • 2019/04/15 14:08 編集

    ご回答ありがとうございます。
    何番目のxxxノードの何番目の子ノードとか、テキストがxxxであるノードの親の何番目の弟ノード、について説明しているお勧めのリンクなどございますか?

    キャンセル

  • 2019/04/15 21:47

    ノードの指定に、CSS記法をお使いのようですが、私は主にXPathを使っています。
    https://triple-underscore.github.io/XML/xpath10-ja.html
    が、古いバージョン(ver1)のものですが、日本語なのでわかりやすいです。XPath3の日本語リファレンスは見つけていない。
    網羅的なリファレンスじゃなくて、断片的な使用例であればQiitaなどの個人ブログにたくさんあります。

    キャンセル

  • 2019/04/17 00:05

    ご参考文献わざわざありがとうございます。
    こちらのほうがだいぶ使いやすそうですね。
    非常に助かります。ありがとうございます。

    キャンセル

同じタグがついた質問を見る

  • Python

    11244questions

    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。

  • Python 3.x

    9365questions

    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。