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

87.48%

python スクレイピング 'NoneType' object is not subscriptableの解決

解決済

回答 3

投稿

  • 評価
  • クリップ 0
  • VIEW 1,210

score 1

前提・実現したいこと

pythonで、ファッションサイトから情報をスクレイピングするシステムを作っています。
bs4オブジェクトから名前を取得中にエラーが起きていると思うんですが。。。
修正するべき場所がわからず。。。力をお貸しいただければと思います。
実行コマンドは 
$ python main.py
です。

発生している問題・エラーメッセージ

'''PS C:\brandrecommend\brand_recommend> python  main.py
C:\brandrecommend\brand_recommend\scrayping.py:17: UserWarning: No parser was explicitly specified, so I'm using the best available HTML parser for this system ("lxml"). This usually isn't a problem, but if you run this code on another system, or in a different virtual environment, it may use a different parser and behave differently.

The code that caused this warning is on line 17 of the file C:\brandrecommend\brand_recommend\scrayping.py. To get rid of this warning, pass the additional argument 'features="lxml"' to the BeautifulSoup constructor.

return BeautifulSoup(res.text)
Traceback (most recent call last):
File "main.py", line 19, in <module>
NameList.extend(getNameList(snaps))
File "C:\brandrecommend\brand_recommend\scrayping.py", line 33, in getNameList
NameList.append(snap.find('a')['title'])
TypeError: 'NoneType' object is not subscriptable'''

該当のソースコード

scrayping.py

# -*- coding: utf-8 -*-

import re

import numpy as np
from bs4 import BeautifulSoup
import requests
import pandas as pd
import collections

# URLからbs4オブジェクトを生成
def openURL(URL: int):
    res = requests.get(URL)
    if res.status_code != requests.codes.ok:
        print('Error')
        return(False)
    return BeautifulSoup(res.text)


# bs4オブジェクトから着用ブランドのリストを取得
def getBrandList(snaps):
    BrandList = []
    for snap in snaps:
        BrandList.append(list(set(map(lambda x: x.text, snap.find_all(
            'a', attrs={'href': re.compile('^/snaps/brand')})))))
    return BrandList


# bs4オブジェクトから名前を取得
def getNameList(snaps):
    NameList = []
    for snap in snaps:
        NameList.append(snap.find('a')['title'])
    return NameList


def getuniqueList(df):
    uniqueList = []

    for columns in df.columns.values:
        uniqueList.extend(df[columns])

    return collections.Counter(uniqueList)
main.py

from scrayping import *
from predict import *
from predict2 import *

if __name__ == '__main__':
    flag = True
    page = 1
    BrandList = []
    NameList = []

    while flag:
        URL = 'https://www.fashion-press.net/snaps/sex/mens?page=' + str(page)
        soup = openURL(URL)
        snaps = soup.find_all(attrs={'class': 'fp_media_tile'})

        if len(snaps) != 0:  # 写真がある場合はブランドを取得
            tmpBrandList = getBrandList(snaps)
            BrandList.extend(tmpBrandList)
            NameList.extend(getNameList(snaps))
            print('get page' + str(page))
            page += 1

        else:  # 写真がない場合は終了
            flag = False
            print('END')

    df = pd.DataFrame(data=BrandList, index=NameList)  # pandasのDataFrame型に
    df.to_csv('StreetSnapMen.csv')
    # df = pd.read_csv('StreetSnapMen.csv', index_col = 0)

    brand = getuniqueList(df)
    brand_df = pd.DataFrame(index=list(brand.keys()),
                            data=list(brand.values()))
    brand_df = brand_df.drop(np.nan) # NAN を削除
predict.py

# -*- coding: utf-8 -*-

import re

import numpy as np
from bs4 import BeautifulSoup
import requests
import pandas as pd
import collections


def bays(model, A, B=None):
    pB = (model == B).sum().sum()
    pAB = (((model == A) | (model == B)).sum(axis=1) > 1).sum()
    return pAB / pB


def predict(df, brand_df, wear, k=3):
    prob = []

    for brand in brand_df.index:
        prob.append(bays(df, brand, wear))

    best_k = sorted(range(len(prob)), key=lambda i: prob[i], reverse=True)[:k]
    return list(map(lambda k: brand_df.index[k], best_k))

試したこと

補足情報(FW/ツールのバージョンなど)

windows10
python 3.8.2

  • 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
    • 過去に投稿した質問と同じ内容の質問
    • 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、ベストアンサー選択の依頼

  • meg_

    2020/05/14 23:53

    エラーが発生したときの「snap.find('a')」が「None」になってませんか?

    キャンセル

  • rururan

    2020/05/15 18:35

    「snap.find('a')」では値が存在しますが、「snap.find('a')['title']」でnoneになりました。

    キャンセル

回答 3

checkベストアンサー

+1

ファッション画像を挿入する div と広告枠の div のどちらもクラス fp_media_tile なのが原因ではないでしょうか。
ファション画像の div は <div class="fp_media_tile snap_media col_3">
広告枠の div は <div class="fp_media_tile advertisement_media col_3">
となっているので、CSS セレクタ .fp_media_tile.snap_media で絞ればいいと思います。

問題箇所

イメージ説明

<div class="fp_media_tile advertisement_media col_3">
<!-- /8505930/FP_News_Index -->
<div id="div-gpt-ad-1516356120429-0" style="margin: 0 auto;">
<script>
        googletag.cmd.push(function() { googletag.display('div-gpt-ad-1516356120429-0'); });
        </script>
</div>
</div>

修正箇所

- snaps = soup.find_all(attrs={"class": "fp_media_tile"})
+ snaps = soup.select(".fp_media_tile.snap_media")

find() した結果は print() すると、HTML で表示できるので、それでデバッグしましょう。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2020/05/15 23:45

    回答いただきありがとうございます!おっしゃる通りでした。
    snaps を取得するときに、divタグの指定、及びclass名に漏れがあったのでそれを修正したところ無事にaタグ内のtitleの値を取得できました!

    キャンセル

+1

下記でどうでしょうか?

def getNameList(snaps):
    NameList = []
    for snap in snaps:
        NameList.append(snap.find('a').get('title')
    return NameList

【追記】

エラーが発生したときの「snap.find('a')」が「None」になってませんか?

質問への質問で上記を書きましたが、やはりエラーが発生する直前にNoneになっています。
aタグを取得できないsnapがあるのでしょう。確認してください。

投稿

編集

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2020/05/15 20:21

    そのパターンもやってみましたが、同じエラーでした…
    aタグだけのスクレイピングをしたところ、aタグ内にtitle属性は存在したのですが、title属性を指定したスクレイピングをするとnoneが帰りました。ちなみにhref属性もtitle属性同様、noneでした。

    キャンセル

0

そのパターンもやってみましたが、同じエラーでした…
aタグだけのスクレイピングをしたところ、aタグ内にtitle属性は存在したのですが、title属性を指定したスクレイピングをするとnoneが帰りました。ちなみにhref属性もtitle属性同様、noneでした。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

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 87.48%
  • 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

関連した質問

同じタグがついた質問を見る