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
85.50%
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。

VBA

VBAはオブジェクト指向プログラミング言語のひとつで、マクロを作成によりExcelなどのOffice業務を自動化することができます。

URL

URL(ユニフォームリソースロケータ)とは、インターネット上のリソース(Webページや電子メールの宛先等)を特定するための形式的な記号の並びの事を言う。

Python

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。

Q&A

解決済

2回答

1762閲覧

【Python?】特定URLパスを含むURLを取得したい。

Tiroze

総合スコア35

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。

VBA

VBAはオブジェクト指向プログラミング言語のひとつで、マクロを作成によりExcelなどのOffice業務を自動化することができます。

URL

URL(ユニフォームリソースロケータ)とは、インターネット上のリソース(Webページや電子メールの宛先等)を特定するための形式的な記号の並びの事を言う。

Python

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。

0グッド

0クリップ

投稿2019/08/21 16:22

編集2019/08/21 18:09

前提・実現したいこと

【前提】
※URLはダミーです。
https://xxxxxxxxx.co.jp/yyyy/ のような形式のURLがある。

【やりたいこと】
https://xxxxxxxxx.co.jp/yyyy/を含むURLの文字列をすべて取得したい。
そもそも実現が可能であるのか。実現可能な場合は対処方法を教えて頂けると幸いです。

最終的にやりたいこととしては、上記で取得したURLの特定タグに記載されている文言を
抽出したく思っております。(スクレイピングを検討中です。)

使用する言語に指定はないですが、慣れているのと最終的な目的の兼ね合いから、
Python、Windows batch、EXCEL vbaですと嬉しいです。

調べたこと

以下を参考に、特定のページのソースに抽出したいリンクがあれば抽出できることを確認済みです。
リンク内容

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。

Tiroze

2019/08/21 18:10

ご指摘事項修正しました。 ダミーのURLは、形式を見せたいだけで実在しないので[リンク]の形式にはしておりません。
otn

2019/08/22 03:04

> すべて取得したい。 どこから取得するのですか?
guest

回答2

0

ベストアンサー

たぶんこれが限界です。表層webしか取得出来なさそうですが・・・。
サーバ内部に直接潜り込むとクラッキングとみなされると思います。

投稿2019/08/22 00:16

shirai

総合スコア1289

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。

Tiroze

2019/09/06 08:35

ありがとうございます。 理想の結果を得ることは難しそうですが、やりたいことに近づけたためベストアンサーにさせていただきました。
guest

0

下記のように、そのurlにあるaタグからリンク先を取得する方法があります。
python3 でwebスクレイピング

投稿2019/08/21 16:27

gnbrganchan

総合スコア438

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。

Tiroze

2019/08/21 16:39 編集

回答ありがとうございます。 説明分かりづらく申し訳ありません。 aタグからのURL取得は理解しております。 今回の場合、リンク先を取得したいのではなく、 1.https://xxxxx.co.jp/2018/を含んだURLがあることは分かっている。 2.上記URLを含んだURLが実際は以下3つ(実際はもっと大量のページがあります)あるが、  リンクはなく、xxxxxxx.html部分が分からないので、https://xxxxx.co.jp/2018/を含んだURLを文字列として取得したい。 https://xxxxx.co.jp/2018/adgfhgj.html https://xxxxx.co.jp/2018/kjthgfkjh.html https://xxxxx.co.jp/2018/iturytueywt.html こちらの説明でわかりますでしょうか? ※記載したURLはダミーで、実際は実在するURLを対象とします。
gnbrganchan

2019/08/21 16:41

どこかのページからリンクを貼られているのなら取得できそうですが、指定のフォルダ配下のファイル一覧を取得するというのは直感的には難しそうです。 私の知識不足かもしれませんが。
Tiroze

2019/08/21 16:48

コメントありがとうございます。 むずかしそうなんですね......。 しばらく回答を待って、解決策見つからないようでしたらわかるURLのみで対応してみようと思います。
guest

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
85.50%

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