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

89.86%

【python】xpathを使用してtd内の文字列を、<br>タグも含めてまるごと取得する方法をご教示いただきたい。

受付中

回答 0

投稿

  • 評価
  • クリップ 1
  • VIEW 106

前提・実現したいこと

pythonでxpathを使用して、
下記HTMLのtd内の文字を<br>タグも含めて、まるごと取得(スクレイピング)したいです。

<th>A<th>
<td>
 あいうえお<br>
 かきくけこ<br>
 さしすせそ<br>
 たちつてと<br>
</td>

該当のソースコード

        for tr in exp.xpath('.//tr'):
            key = tr.xpath('.//th[1]')[0].text.strip()
            value = tr.xpath('.//td[1]')[0].text.strip() \
                if tr.xpath('.//td[1]')[0].text else ''
            data[key] = value

発生している問題

上記ソースコードで実施したところ、
最初の「あいうえお」しか取得出来ませんでした。

試したこと

ソースコードの3行目をいろいろと変更して試してみました。

value = tr.xpath('string(.//td[1])').strip() 
のときは、「あいうえおかきくけこさしすせそたちつてと」と文字はすべて取得できましたが、
<br>タグが含まれてませんでした。

下記で試してみましたが、すべてエラーとなってしまいました。

× value = tr.xpath('text(.//td[1])').strip() 
× value = tr.xpath('.//td[1]/string()').strip()
× value = tr.xpath('.//td[1]').strip()
× value = tr.xpath('.//td[1]')[0].node.strip()
× value = tr.xpath('.//td[1]')[0].node().strip()
× value = lxml.html.tostring(tr.xpath('.//td[1]'))
× value = lxml.tostring(tr.xpath('.//td[1]'))

<br>タグも含めて、td内の文字を取得する方法がわかる方がいらっしゃいましたら、
ぜひご教示いただけないでしょうか。何卒よろしくお願い致します。

  • 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
    • 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・修正の依頼

  • hayataka2049

    2020/01/15 19:10

    lxmlを使っているのでしょうか? それ以外のライブラリを使用することも想定していますか?

    キャンセル

  • yasuda_masashi

    2020/01/15 20:02

    ご質問ありがとうございます。
    実はlxmlを使っているかどうかも不明なまま取り合えず試してみたという経緯になります。
    環境をいじることができないため、ライブラリの追加等も今のところは考えておりませんが、
    ライブラリを使用しないと難し感じなのでしょうか。

    キャンセル

まだ回答がついていません

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 89.86%
  • 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
  • トップ
  • Pythonに関する質問
  • 【python】xpathを使用してtd内の文字列を、<br>タグも含めてまるごと取得する方法をご教示いただきたい。