🎄teratailクリスマスプレゼントキャンペーン2024🎄』開催中!

\teratail特別グッズやAmazonギフトカード最大2,000円分が当たる!/

詳細はこちら
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。

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。

selenium

Selenium(セレニウム)は、ブラウザをプログラムで作動させるフレームワークです。この原理を使うことにより、ブラウザのユーザーテストなどを自動化にすることができます。

Q&A

解決済

2回答

602閲覧

HTMLのページによって表示されたりされない場合がある要素をseleniumで抽出したい

taboopython

総合スコア40

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。

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。

selenium

Selenium(セレニウム)は、ブラウザをプログラムで作動させるフレームワークです。この原理を使うことにより、ブラウザのユーザーテストなどを自動化にすることができます。

0グッド

0クリップ

投稿2019/12/31 08:22

huga_xをsleniumで要素を指定し、for文で次のようにseleniumでスクレイピング抽出してますが、要素が表示されるとされない場合があり、抽出の仕方がわからず困っております。

スクレイピング対象のHTMLは次のとおり。

html

1 2<div class =‘xin’ > 3 4<p class =‘pin’ > huga 5</p> 6 7<p class =‘pin’ > huga_x ・・・・(?) 8</p> 9 10</div> 11

次の指定で要素を抽出しています。

python

1for a in bun: 2x= a.find_elements_by_css_selector(".pin”)[1].text

が、
(?)の部分が表示されているページであればうまく抽出できるのですが、表示されている場合とない場合があり、ない場合はIndexError: list index out of rangeとなり、プログラムが作動しません。(?)の要素は、ページによって表示順が異なる場合もあるようです。

しかしながら、表示される場合に必ず要素に含まれる「_x」がありますので、これをうまくつかえないかと考えているのですが、良い対応策があればご教示いただければ幸いです。

なお環境はmac,python3です。

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。

guest

回答2

0

find_elements_by_css_selector(".pin”)の中に必ずあるのなら、

Python

1for x in a.find_elements_by_css_selector(".pin”): 2 if "huga_x" in x.text: 3 ~~~

投稿2019/12/31 11:35

otn

総合スコア85893

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。

0

ベストアンサー

huga_xがリンクテキストで必ず存在するということであれば、try文を使って要素を取得出来るときには取得し、出来ないときには何もしないという風にするのはどうでしょうか。

python

1for a in bun: 2 try: 3 x= a.driver.find_element_by_partial_link_text('huga_x') 4 except: 5 pass

投稿2019/12/31 09:21

frederick_1974

総合スコア303

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。

taboopython

2019/12/31 12:46

ありがとうございます!シンプルにうまいきました!huga_xが何個目に出てくるかがわからない、という条件下において、partial_link_textが非常に強力と思いました。 tryとともにチェックしておきます! 追伸 otnさんのご回答と組み合わせてもうまくでき、今後も活用の機会が多かなりそうです。
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
85.36%

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