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 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。

selenium

Selenium(セレニウム)は、ブラウザをプログラムで作動させるフレームワークです。この原理を使うことにより、ブラウザのユーザーテストなどを自動化にすることができます。

Q&A

解決済

1回答

1964閲覧

seleniumにおいて、タグ内のみのソース情報の取得方法に関して

gyungyun545

総合スコア84

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。

selenium

Selenium(セレニウム)は、ブラウザをプログラムで作動させるフレームワークです。この原理を使うことにより、ブラウザのユーザーテストなどを自動化にすることができます。

0グッド

0クリップ

投稿2019/05/04 06:23

seleniumとpythonでスクレイピングを行っておりますが、タグの中で独自に定義をする情報に欲しい情報があり取得方法がわからずに悩んでいるのでご存知でしたら教えていただけると幸いです。

困っていること

下記に取りたい情報の構造を簡単に整理したhtmlを書きました。

欲しいのはhoge1、hoge2、hoge3ですが、取得方法がわかりません。なお、class="hoge hoge a"の外にあるhoge4はほしくないので、「page_source」などでページのソースを全部取得して、reの正規表現で抜き出すのはあまりやりたくないです。(hogeAを取り除くのに、少し手間がかかります。)

html

1<div class="hoge hoge a"> 2 <div hoge="hoge1"> 3 : 4 </div> 5 <div hoge="hoge2"> 6 : 7 </div> 8 <div hoge="hoge3"> 9 : 10 </div> 11</div> 12<div hoge="hoge4"> 13 : 14</div>

#できたら嬉しいこと
下記の①か②ができれば解決するのですが、どちらも方法わからなくて困ってます。
① element内の範囲でソース情報を取得する方法がわかれば、後は自分で何でもできると思います。
→ page_sourceだと全部抜き出してしまうのでうまくいきませんでした・・・。
② タグ内の独自定義ラベル?(hoge)の値を取得する方法。
→ valueなど特殊なものは取得できるみたいですが、hogeなど独自定義のものは、
取得方法がわからないです。

python3

1driver = webdriver.Chrome() 2hogeElement = driver.find_element_by_xpath('//div[@class="class="hoge hoge a""]') 3#① element内の範囲でソース取得 4hogeSource = hogeElement.?????? # ←←←←←わからない 5hogeDatas = re.search(r"hoge=(P?<hoge>[0-9a-zA-Z]+)", hogeSource) 6 : 7 : 8#② タグ内の独自ラベルデータ取得 9tmp = [] 10for hogeDiv in hogeElement.find_elements_by_tag_name('div'): 11 tmp.append(hogeDiv.?????("hoge")) # ←←←←←わからない 12 : 13 :

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。

guest

回答1

0

ベストアンサー

以下のような感じでしょうか。

Python

1driver.get("http://~"); 2e = driver.find_element_by_css_selector('div.hoge.hoge.a') 3if e: 4 cs = e.find_elements_by_tag_name('div') 5 for c in cs: 6 print( 'text:', c.text) 7 print( 'hoge:', c.get_attribute('hoge')) 8""" 9text: 111 10hoge: hoge1 11text: 222 12hoge: hoge2 13text: 333 14hoge: hoge3 15"""

投稿2019/05/04 06:54

can110

総合スコア38262

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