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!

新規登録して質問してみよう
ただいま回答率
85.50%
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。

HTTPS

HTTPS(Hypertext Transfer Protocol Secure)はHypertext Transfer プロトコルとSSL/TLS プロトコルを組み合わせたものです。WebサーバとWebブラウザの間の通信を暗号化させて、通信経路上での盗聴や第三者によるなりすましを防止します。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

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。

CSS

CSSはXMLやHTMLで表現した色・レイアウト・フォントなどの要素を指示する仕様の1つです。

Q&A

解決済

1回答

1083閲覧

pythonでのスクレイピングでどうセレクタを指定すればいいのかわかりません。

halnor02

総合スコア7

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。

HTTPS

HTTPS(Hypertext Transfer Protocol Secure)はHypertext Transfer プロトコルとSSL/TLS プロトコルを組み合わせたものです。WebサーバとWebブラウザの間の通信を暗号化させて、通信経路上での盗聴や第三者によるなりすましを防止します。

Python 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

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。

CSS

CSSはXMLやHTMLで表現した色・レイアウト・フォントなどの要素を指示する仕様の1つです。

0グッド

0クリップ

投稿2020/01/16 12:15

前提・実現したいこと

このホームページから各施設のタイトルを1〜5ページまでスクレイピングで取得したいと思っています。
https://www.jalan.net/kankou/maj_151000000/page_1/?screenId=OUW1701&influxKbn=0
CSSセレクタで取得すればいいことは調べてなんとなく理解しましたが、どう指定すればいいのかがわかりません。
よろしくお願いいたします。

該当のソースコード

python

1from bs4 import BeautifulSoup 2import urllib.request as req 3import time 4 5page = 1 6last_page = 6 7 8page_num = page 9request_interval = 1 10 11#URL入力 12while page_num < last_page: 13 url = "https://www.jalan.net/kankou/maj_151000000/page_"+ str(page_num) +"/?screenId=OUW1701&influxKbn=0" 14 15 #URLを開く 16 res = req.urlopen(url) 17 #Beautifulsoupで開く 18 soup = BeautifulSoup(res,"html.parser") 19 20 21 #要素の抽出 ここのセレクタの中身をどう指定すればいいのかがわかりません… 22 spot_name = soup.select('a', href_='').text 23 print(spot_name) 24 page_num += 1

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。

otn

2020/01/16 16:41

HTMLが読めないということでしょうか?
halnor02

2020/01/16 22:28

ご返信ありがとうございます。 下記のようなページから 施設名1 施設名2 施設名3 というように施設名一覧を抜き出したいのですが、うまくいかないという趣旨で投稿させていただきました。 <a href="//www.jalan.net/kankou/spt_guide0000001233446/" onclick="javascript:ouComLink('/kankou/spt_guide0000001233446/','myForm');return false;">施設名1</a> === 省略 === <a href="//www.jalan.net/kankou/spt_guide000000288789/" onclick="javascript:ouComLink('/kankou/spt_guide000000288789/','myForm');return false;">施設名2</a> === 以下、同様に続く find_all("a", href_="") や find_all("a", onclick_="") も試してみましたがうまく取り出せません。 そこでselectを使うと良いというようなページも見て試してみましたが、やはりうまくいかず、行き詰まってしまいました。 参考:https://qiita.com/itkr/items/513318a9b5b92bd56185
guest

回答1

0

ベストアンサー

以下のCSSセレクタ設定

python

1spot_name = [i.text for i in soup.select("p.item-name > a")]

投稿2020/01/19 14:29

barobaro

総合スコア1286

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。

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
85.50%

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