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

87.37%

pythonスクレイピング URLがデバッグに出力されない

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 1,002

score 6

前提・実現したいこと

googleニュースのスクレイピング

発生している問題

vscodeで以下のソースコードをデバッグした結果、ターミナルには以下のような結果が出力され、デバッグコンソールにはスクレイピングしたURLが出力されて欲しいのですが、何も出力されていません。

bash-3.2$ /Library/Frameworks/Python.framework/Versions/3.7/bin/python3/Users
/username/.vscode/extensions/ms-python.python-2019.9.34911/pythonFiles/ptvsd_launcher.py --default --client --host localhost --port 62284 /Users/username/Desktop/python_test_file/scraper.py 
bash-3.2$ 

該当のソースコード

import urllib.request
from bs4 import BeautifulSoup


class Scraper:
    def __init__(self, site):
        self.site = site

    def scrape(self):
        r = urllib.request.urlopen(self.site)
        html = r.read()
        parser = "html.parser"
        sp = BeautifulSoup(html,parser)
        for tag in sp.find_all("a"):
            url = tag.get("href")
            if url is None:
                continue
            if "html" in url:
                print("\n" + url)

news = "https://news.google.com/"
Scraper(news).scrape()

試したこと

"html"を"htmls"に変えたりして実行してみてもうまくいきませんでした。

  • 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。

質問への追記・修正、ベストアンサー選択の依頼

  • meg_

    2019/09/21 15:00

    https://news.google.com/」はスクレイピング禁止のようですが。

    キャンセル

  • shirai

    2019/09/22 01:26

    if "html" in urlが判定条件なのに追加でいただいた
    出力されているものの中には1つも当てはまるものがなさそうですね。
    これが何も出力されずに正常終了した原因ではないでしょうか。
    試しにif "http" in urlなどに変えてみて下さい。いくつか出力されるはずです。
    あとサイトのスクレイピング禁止には気をつけて下さい。

    キャンセル

  • applepine

    2019/09/22 11:13

    ご指摘のように行うといくつか出力されました。ありがとうございます。
    スクレイピング自体が初めてだったので、禁止されている場合もあるのですね…。
    今度からスクレイピング可能か調べてから行うように気をつけます。
    ありがとうございました。

    差し出がましいかもしれませんが、同様の質問がみつかったので添付しておきます。
    https://teratail.com/questions/150749

    キャンセル

回答 1

check解決した方法

0

if "html" in url という箇所を、if "http" in url に変えるか、
あるいはprint(url)とすることでいくつかのURLが出力されます。

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。

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 87.37%
  • 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