特定の単語をスクレイピングする方法

html
1コード
2<th>メニュー</th>
3<td id="shop-data-menu">
4<br />
5〇〇カレー 800円<br />
6〇〇うどん 600円<br />
7〇〇そば 　800円<br />
8〇〇大盛 　+100円<br />
9・
10・
11・

ここからカレーを含むbrタグのみをスクレイピングしたいとき

python
1コード
2    # メニュー
3    menu = bs.findAll('td', id_="shop-data-menu")
4    for c in menu
5        if "カレー" in c.get('br')
6

でうまくいかないのですが、ほかに方法はありますでしょうか。

行動規範の内容に同意します

回答2件

上手くいかない

とは、具体的にどういう動作を想定し、どうなったから「上手くいかない」と判断されたのでしょうか？

カレーを含むbrタグ

は存在しません。brタグは<br />で完結しています。tdタグのinnerHTMLを取得し<br />区切りで切り出さないと取れないと思います。

投稿2019/04/16 14:01

Y.H.

総合スコア7914

chitokaku

2019/04/17 01:25

回答ありがとうございます。想定していた動作は"〇〇カレー 800円"という文字列のみが抽出される動作です。 AttributeError: 'NavigableString' object has no attribute 'get' というエラーがif文に出てしまいました。 <br />区切りで切り出すにはどう書けばよろしいでしょうか。

Y.H.

2019/04/17 01:46

ここに詳細記載をされても目につきにくいので、質問を編集し追記しましょう。 > <br />区切りで切り出す単なる文字列処理なのでご自分で考えてみましょう。ちなみに、「どう書けばよろしいでしょうか」というのは単にやってほしいことを丸投げしているだけなので止めましょう。

行動規範の内容に同意します

あるタグの1つ前の要素は previous_sibling 属性で取得できるので、それが文字列 (NavigableString) かどうか判定して、そうである場合はリストに詰めていけばよいでしょう。

python
1html = '''<th>メニュー</th>
2<td id="shop-data-menu">
3<br />
4カレー 800円<br />
5うどん 600円<br />
6そば   800円<br />
7大盛   +100円<br />'''
8
9from bs4 import BeautifulSoup, NavigableString
10
11soup = BeautifulSoup(html)
12
13lst = []
14for br in soup.select('td#shop-data-menu br'):
15    prev = br.previous_sibling
16    prev_text = prev.string.replace('\n', '') if isinstance(prev, NavigableString) else None
17
18    if prev_text:
19        # 文字列が空または None でない場合は追加
20        lst.append(prev_text) 
21print(lst)  # ['カレー 800円', 'うどん 600円', 'そば   800円', '大盛   +100円']
22