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

88.79%

複雑かつ文字数が多い文字列の中から効率よく指定文字を抽出する方法

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 1
  • VIEW 385

chokokorone333

score 28

現在やっていること

PythonでrequestsとBeautifulSoup4を使ってwebスクレイピングをしています。
requestsのレスポンス内容をBS4で処理をし以下のHTMLの中からcmn_cd=6cbedb4661fcd9876cfdaac86cf28f31のみを抽出したいと思っています。

<button type="button" class="btn style1" name="yoyaku" onclick="location.href='./select_block.php?cmn_cd=6cbedb4661fcd9876cfdaac86cf28f31&ninzu=1&kamoku=1&doctor=1&mod=0'">文字</button>

試したこと

<button>で抽出をかけ以下の中からcmn_cd以外を削除するという方法を考えていました。
スライスを使用して部分文字列の取得をしようと思ったわけですが、スライスの数を数えるのは馬鹿らしいと思い断念しました。

教えてください

以上の場合を踏まえて効率良い文字抽出の方法を教えていただけると助かります。

  • 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

cmn_cd=<半角英数> であるならば、正規表現で抽出してはどうでしょうか。

  1. bs4.element.Tag オブジェクトの onclick 属性を取得する。
  2. onclick 属性の値から正規表現 'cmn_cd=(\w+)' を検索する。
import re
from bs4 import BeautifulSoup

html = '''
<button type="button" class="btn style1" name="yoyaku" onclick="location.href='./select_block.php?cmn_cd=6cbedb4661fcd9876cfdaac86cf28f31&ninzu=1&kamoku=1&doctor=1&mod=0'">文字</button>
'''

soup = BeautifulSoup(html)
for button in soup.find_all('button', onclick=True):
    match = re.search('cmn_cd=(\w+)', button['onclick'])
    print(match.group(1))
6cbedb4661fcd9876cfdaac86cf28f31

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。

  • 2019/05/27 23:07

    ありがとうございます。
    正規表現というものを使えばよかったのですね、勉強します。

    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 88.79%
  • 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