質問編集履歴
4
表記を修正しました。
title
CHANGED
File without changes
|
body
CHANGED
@@ -47,7 +47,7 @@
|
|
47
47
|
number = input('ページ数:')
|
48
48
|
get_pages = int(number)
|
49
49
|
|
50
|
-
df = gethogeSearch.
|
50
|
+
df = gethogeSearch.search_hoge(df, search_word, get_pages)
|
51
51
|
|
52
52
|
print(df)
|
53
53
|
|
3
表示乱れを修正しました。
title
CHANGED
File without changes
|
body
CHANGED
@@ -34,10 +34,26 @@
|
|
34
34
|
```
|
35
35
|
#(2019/11/27追記)試したこと
|
36
36
|
グローバル変数としてではなく、main.pyで指定した上で各モジュールには引数渡しをする
|
37
|
-
```main
|
37
|
+
```main
|
38
|
+
import pandas as pd
|
39
|
+
import gethogeSearch
|
40
|
+
|
41
|
+
#各関数で共有するグローバル変数/最終成果物のcsvのモト
|
42
|
+
columns = ["Name", "Price", "Url"]
|
43
|
+
df = pd.DataFrame(columns=columns)
|
44
|
+
|
45
|
+
#実行時にターミナルから叩く
|
46
|
+
search_word = input('検索する語句:')
|
47
|
+
number = input('ページ数:')
|
48
|
+
get_pages = int(number)
|
49
|
+
|
50
|
+
df = gethogeSearch.search_amazon(df, search_word, get_pages)
|
51
|
+
|
52
|
+
print(df)
|
53
|
+
|
38
54
|
```
|
39
55
|
|
40
|
-
```
|
56
|
+
```gethogesearch
|
41
57
|
#coding UTF-8
|
42
58
|
|
43
59
|
import requests
|
@@ -114,27 +130,7 @@
|
|
114
130
|
print(filename + "を作成しました")
|
115
131
|
|
116
132
|
return df #empty dataframe
|
117
|
-
#試したこと
|
118
|
-
各関数では、global dfとしています。しかし、name 'df' is not definedエラーが出ています。
|
119
|
-
かつ、mainでは以下のように定義〜呼び出しを行っています。タイミング的には呼び出しの前にglobalを宣言しています。
|
120
|
-
|
121
|
-
```main
|
122
|
-
import gethogeSearch
|
123
|
-
import pandas as pd
|
124
|
-
|
125
|
-
#各関数で共有するグローバル変数/最終成果物のcsvのモト
|
126
|
-
columns = ["Name", "Price", "Url"]
|
127
|
-
df = pd.DataFrame(columns=columns)
|
128
|
-
|
129
|
-
#実行時にターミナルから叩く
|
130
|
-
search_word = input('検索する語句:')
|
131
|
-
number = input('ページ数:')
|
132
|
-
get_pages = int(number)
|
133
|
-
|
134
|
-
df = gethogeSearch.search_hoge(df, search_word, get_pages)
|
135
|
-
print(df) #Columns: [Name, Price, Url]
|
136
|
-
#Index: []
|
137
133
|
```
|
138
134
|
|
139
135
|
#教えていただきたいこと
|
140
|
-
|
136
|
+
なぜ引数渡しができていないのでしょうか。
|
2
回答でご教示いただいた引数渡しによってもうまくいかないため、関数定義もとsearchhoge.py、呼び出しmain.pyの全文を追記いたしました。
title
CHANGED
File without changes
|
body
CHANGED
@@ -32,14 +32,94 @@
|
|
32
32
|
print(df)
|
33
33
|
NameError: name 'df' is not defined
|
34
34
|
```
|
35
|
+
#(2019/11/27追記)試したこと
|
36
|
+
グローバル変数としてではなく、main.pyで指定した上で各モジュールには引数渡しをする
|
37
|
+
```main.py
|
38
|
+
```
|
35
39
|
|
40
|
+
```searchhoge
|
41
|
+
#coding UTF-8
|
42
|
+
|
43
|
+
import requests
|
44
|
+
from bs4 import BeautifulSoup
|
45
|
+
import pandas as pd
|
46
|
+
import csv
|
47
|
+
from time import sleep
|
48
|
+
import random
|
49
|
+
import lxml.html
|
50
|
+
|
51
|
+
def search_hoge(df, search_word, get_pages):
|
52
|
+
|
53
|
+
|
54
|
+
#検索ワードからスクレイピング対象URL(=url)生成(略)
|
55
|
+
|
56
|
+
page = 1
|
57
|
+
|
58
|
+
try:
|
59
|
+
#「get_pages」のページ分だけ繰り返す
|
60
|
+
while page < get_pages + 1:
|
61
|
+
|
62
|
+
#何ページ目を取得している最中なのか表示
|
63
|
+
print(page,"ページを取得中.....")
|
64
|
+
headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.71 Safari/537.36'}
|
65
|
+
|
66
|
+
#作成したURLからHTMLを取得
|
67
|
+
response = requests.get(url, headers=headers)
|
68
|
+
sleepTime = random.randint(2,8)
|
69
|
+
|
70
|
+
|
71
|
+
#BeautifulSoupの初期化
|
72
|
+
soup = BeautifulSoup(response.content, "lxml")
|
73
|
+
|
74
|
+
#検索結果リスト全体
|
75
|
+
items = soup.select(".hoge")
|
76
|
+
|
77
|
+
#リスト各要素に対して
|
78
|
+
for item in items:
|
79
|
+
name = item.find("span", {"class":"huga"})
|
80
|
+
price = item.find("span", {"class":"hoge"})
|
81
|
+
#空でないならdfに追加
|
82
|
+
if name != None and price != None:
|
83
|
+
nameTitle = name.string
|
84
|
+
priceText = price.string
|
85
|
+
item_url = item.a.get("href")
|
86
|
+
se = pd.Series([nameTitle, priceText, item_url], columns)
|
87
|
+
print(se)
|
88
|
+
df = df.append(se, columns)
|
89
|
+
|
90
|
+
#ページの下の方の「次のページ」のURLを取得
|
91
|
+
NextUrl = soup.find('li', {"class":"hg"})
|
92
|
+
Url = NextUrl.a.get("href")
|
93
|
+
url = huga + Url
|
94
|
+
|
95
|
+
#次のページに行くので変数pageの値を1大きくする
|
96
|
+
page += 1
|
97
|
+
sleepTime = random.randint(3,15)
|
98
|
+
sleep(sleepTime)
|
99
|
+
except:
|
100
|
+
#取得しようと思ったページ数まで到達する前に終わったらそのページ以降はなかったと出力
|
101
|
+
nextpage = str(page+1)
|
102
|
+
print(nextpage + "以降のページはなかった")
|
103
|
+
|
104
|
+
finally:
|
105
|
+
#保存するcsvのファイル名を決める
|
106
|
+
filename = search_words + ".csv"
|
107
|
+
|
108
|
+
#作成したリストをcsvへ
|
109
|
+
df.to_csv(filename, encoding = 'utf-8-sig')
|
110
|
+
|
111
|
+
print("対象としたURL:" + url)
|
112
|
+
|
113
|
+
#終わったことを出力
|
114
|
+
print(filename + "を作成しました")
|
115
|
+
|
116
|
+
return df #empty dataframe
|
36
117
|
#試したこと
|
37
118
|
各関数では、global dfとしています。しかし、name 'df' is not definedエラーが出ています。
|
38
119
|
かつ、mainでは以下のように定義〜呼び出しを行っています。タイミング的には呼び出しの前にglobalを宣言しています。
|
39
120
|
|
40
|
-
```main
|
121
|
+
```main
|
41
122
|
import gethogeSearch
|
42
|
-
import getId
|
43
123
|
import pandas as pd
|
44
124
|
|
45
125
|
#各関数で共有するグローバル変数/最終成果物のcsvのモト
|
@@ -51,13 +131,10 @@
|
|
51
131
|
number = input('ページ数:')
|
52
132
|
get_pages = int(number)
|
53
133
|
|
54
|
-
gethogeSearch.search_hoge(search_word, get_pages)
|
134
|
+
df = gethogeSearch.search_hoge(df, search_word, get_pages)
|
135
|
+
print(df) #Columns: [Name, Price, Url]
|
55
|
-
|
136
|
+
#Index: []
|
56
|
-
|
57
|
-
getAsin.getId(df)
|
58
|
-
|
59
|
-
print(df)
|
60
137
|
```
|
61
138
|
|
62
139
|
#教えていただきたいこと
|
63
|
-
dfを関数間で共有する方法はありますでしょうか。もしくは各関数が終わったらCSVに吐くなどしてデータを共有する方が良いでしょう
|
140
|
+
dfを関数間で共有する方法はありますでしょうか。もしくは各関数が終わったらCSVに吐くなどしてデータを共有する方が良いでしょうか。
|
1
tiitoiさま、dfの参照タイミングを追記いたしました。hayataka2049さま、Traceback全文を掲載いたしました。
title
CHANGED
File without changes
|
body
CHANGED
@@ -21,10 +21,43 @@
|
|
21
21
|
|hoge |hoga |hogu |abc|
|
22
22
|
|huga |hoga |huge |def|
|
23
23
|
|
24
|
-
この後もIDを使ってさらに別サイトでスクレイピングしていきたいため、dfをグローバルで扱いたいと思っていますが、そもそも上にあげた二つの処理すらうまくいっていません。
|
24
|
+
この後もIDを使ってさらに別サイトでスクレイピングしていきたいため、dfをグローバルで扱いたいと思っていますが、そもそも上にあげた二つの処理すらうまくいっていません。
|
25
25
|
|
26
|
+
|
27
|
+
```Traceback
|
28
|
+
Traceback (most recent call last):
|
29
|
+
File "main.py", line 14, in <module>
|
30
|
+
gethogeSearch.search_hoge(search_word, get_pages)
|
31
|
+
File "/hoge/gethogeSearch.py", line 102, in search_hoge
|
32
|
+
print(df)
|
33
|
+
NameError: name 'df' is not defined
|
34
|
+
```
|
35
|
+
|
26
36
|
#試したこと
|
27
37
|
各関数では、global dfとしています。しかし、name 'df' is not definedエラーが出ています。
|
38
|
+
かつ、mainでは以下のように定義〜呼び出しを行っています。タイミング的には呼び出しの前にglobalを宣言しています。
|
28
39
|
|
40
|
+
```main.py
|
41
|
+
import gethogeSearch
|
42
|
+
import getId
|
43
|
+
import pandas as pd
|
44
|
+
|
45
|
+
#各関数で共有するグローバル変数/最終成果物のcsvのモト
|
46
|
+
columns = ["Name", "Price", "Url"]
|
47
|
+
df = pd.DataFrame(columns=columns)
|
48
|
+
|
49
|
+
#実行時にターミナルから叩く
|
50
|
+
search_word = input('検索する語句:')
|
51
|
+
number = input('ページ数:')
|
52
|
+
get_pages = int(number)
|
53
|
+
|
54
|
+
gethogeSearch.search_hoge(search_word, get_pages)
|
55
|
+
print(df)
|
56
|
+
|
57
|
+
getAsin.getId(df)
|
58
|
+
|
59
|
+
print(df)
|
60
|
+
```
|
61
|
+
|
29
62
|
#教えていただきたいこと
|
30
63
|
dfを関数間で共有する方法はありますでしょうか。もしくは各関数が終わったらCSVに吐くなどしてデータを共有する方が良いでしょうk。
|