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

88.22%

pythonスクレイピングで今日の記事だけを取得したい

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 1,575

Quad

score 18

前提・実現したいこと

pythonで
https://www.eigonews.net/blog/
このサイトをスクレイピングしようとしています。
今日の記事だけをスクレイピングしたいのですがどのようにすれば良いのかが分かりません。
for文で回すのかなと思い試してみると、同じ日付がずっと吐き出されます。

該当のソースコード

import requests
import re
from bs4 import BeautifulSoup
import datetime

today = datetime.datetime.today().strftime("%Y-%m-%d")
    URL = 'https://www.eigonews.net/blog/'
    headers = {"User-Agent": "hoge"}

    resp = requests.get(URL, timeout=1, headers=headers)
    r_text = resp.text

    soup = BeautifulSoup(r_text, 'html.parser')
    a = soup.select('.media-body a')
    span = soup.select('#main > div > article:nth-child(1) > div > div.media-body > div > span.published.entry-meta_items')

    for t in a:
        for s in span:
            if s.get_text() == '2019-06-03':
                print(s.get_text())
                msg ='{} ({})'.format(t.getText(), t.get('href'))
                print(msg)


因みに今日(6月4日)の記事が無かったので6月3日で試しています。

補足情報(FW/ツールのバージョンなど)

python3,windows10

  • 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

以下のようにすれば、今日の日付の記事を取得できます。
サイトの構造はお使いのブラウザの開発者ツール (Chrome ならF12) で確認してください。
ブラウザの「Copy selector」でコピーされる CSS セレクタは冗長になるので、ご自身で HTML のコードを把握した上で抽出に必要なクラス名、ID名を確認したほうがよいでしょう。

import datetime as dt

import requests
from bs4 import BeautifulSoup

url = "https://www.eigonews.net/blog/"
headers = {"User-Agent": "hoge"}

res = requests.get(url, headers=headers)
soup = BeautifulSoup(res.content, "html.parser")

# today = dt.datetime.today().strftime("%Y-%m-%d")
today = "2019-06-03"  # 06/04 の記事はなかったので、テスト用に前日の日付を設定

for article in soup.find_all(class_="media-body"):
    published = article.find(class_="published").string  # 記事の日付
    if published != today:
        continue  # 今日の日付でない場合はスキップ

    # 記事のリンクとタイトルを取得
    header = article.find(class_="media-heading")

    link = header.a["href"]
    title = header.string
    print(link, title)
https://www.eigonews.net/trump-concludes-state-visit-to-japan/
トランプ氏が国賓としての訪日を終了【Trump concludes state visit to Japan】

不明な点があればコメントしてください。

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。

  • 2019/06/04 22:28

    これで出来ました。
    ありがとうございます。

    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 88.22%
  • 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