python mecab 形態素解析

リスト### 前提・実現したいこと

ここに質問の内容を詳しく書いてください。
mecabを使い、dbにある文の名詞のみを抽出したいです。
■■な機能を実装中に以下のエラーメッセージが発生しました。

発生している問題・エラーメッセージ

エラーメッセージ どうやって、名詞のみの抽出とdbから取り出してみた文を組み合わせればいいのかわかりません。

該当のソースコード

 mecab

ソースコード
最初にmecabの形態素解析の名詞のみの抽出のコードと、次に、dbからcookpadのレシピを５つ取り出してきたコードを載せました。これを組み合わせたいです。
`
### 試したこと

ここに問題に対して試したことを記載してください。

### 補足情報（FW/ツールのバージョンなど）

ここにより詳細な情報を記載してください。

quickquip

2019/09/24 06:33

コードが読めないですし、質問も書いてありませんよ。質問は編集可能ですので書き直しましょう。 https://teratail.com/help#about-markdown https://teratail.com/help/question-tips#questionTips3-5

kawauso.love

2019/09/24 06:49

ありがとうございます。コードが上手く乗らないのですが、直してみました。

quickquip

2019/09/24 06:55

コードブロックにしたら駄目なところがコードブロックになってますし、要らない部分を消してもないですよね。 Pythonのコードはインデントが消えたら読めないのです。言語名の指定とか要らないのでとにかく最低限、前後行を ``` で括ってください。

meg_

2019/09/24 10:53

コードは「コードの挿入」で記入してください。

kawauso.love

2019/09/25 05:02

教えてくださりありがとうございます。直せるように頑張ってみます！

行動規範の内容に同意します

回答2件

ベストアンサー

step.get_text() したものを mecab.parseToNode() に入れて、品詞が**"名詞"**のものをリストに追加していくとよいのでは無いでしょうか

Python
1def main():
2    noun = []
3    client = MongoClient('localhost', 27017)
4    db = client.html.cookpad_html
5    collection = db.test_collection
6    htmls = list(db.find().limit(5))
7    for num, html in enumerate(htmls):
8        soup = BeautifulSoup(html["html"], 'lxml')
9        print("---------------{}番目のレシピ---------------".format(num))
10        for steps in soup.find_all(attrs={"class": "step_text"}):
11            node = mecab.parseToNode(steps.get_text())     
12            while node:
13                if node.feature.split(",")[0] == '名詞':
14                    noun.append(node.feature.split(",")[6])
15                node = node.next
16    # 重複を削除                
17    noun = list(set(noun))
18    print(noun)
19
20if __name__ == '__main__':
21    main()