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%
Beautiful Soup

Beautiful Soupは、Pythonのライブラリの一つ。スクレイピングに特化しています。HTMLデータの構文の解析を行うために、HTMLタグ/CSSのセレクタで抽出する部分を指定することが可能です。

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。

Q&A

解決済

2回答

4302閲覧

beautifulSoupでNoneと出力されてしまう

sandalwalk

総合スコア77

Beautiful Soup

Beautiful Soupは、Pythonのライブラリの一つ。スクレイピングに特化しています。HTMLデータの構文の解析を行うために、HTMLタグ/CSSのセレクタで抽出する部分を指定することが可能です。

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。

0グッド

0クリップ

投稿2020/07/08 05:35

編集2020/07/08 05:36

beautifuSoupでスクレイピングをしたいのですが、下記の様に探している項目名称の前にリンク先などの情報が入っている場合があり、その場合にNoneが出力されてしまいます。
「飛行機」の前に<a class="image_link" href="/test.example">が記載されている場合にも、ロケットの場合と同じ様に「飛行機」と出力するにはどの様にすれば良いでしょうか。

python

1import requests 2import bs4 3 4target_url = '目的のサイト' 5url_data = requests.get(target_url) 6 7ps = bs4.BeautifulSoup(url_data.content,'html.parser') 8item_all = ps.find("div", attrs={"id": "recipe-main"}) 9 10for item in item_all.findAll("div", attrs={"class": "target_item"}): 11 print(item.string)

出力結果

ロケット
None ==> ここを飛行機と表示させたい

以下はデータを取り出したいhtmlの一部です

html

1<div class="items_row"> 2<div class="target_item"><span class="name">ロケット</span></div> 3</div> 4<div class="items_row"> 5<div class="target_item"><span class="name"><a class="image_link" href="/test.example">飛行機</a> 6</span></div>

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

print(item.string)
ではなく、
print(item.text)
としてみてはいかがでしょうか?

投稿2020/07/08 05:55

autumn_nsn

総合スコア335

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。

sandalwalk

2020/07/08 06:05

お二人ともありがとうございました。一発で動作しました。
guest

0

ベストアンサー

item.stringのかわりにitem.textでよいと思います。
不要なタグは除いてテキストだけを取得できます。
違いについてはBeautifulSoupでstringとtextの挙動の明確な違い – Pythonなどを参照ください。

Python

1import bs4 2 3html = """ 4<div id="recipe-main"> 5<div class="items_row"> 6<div class="target_item"><span class="name">ロケット</span></div> 7</div> 8<div class="items_row"> 9<div class="target_item"><span class="name"><a class="image_link" href="/test.example">飛行機</a> 10</span></div> 11</div> 12""" 13 14ps = bs4.BeautifulSoup(html,'html.parser') 15item_all = ps.find("div", attrs={"id": "recipe-main"}) 16 17for item in item_all.findAll("div", attrs={"class": "target_item"}): 18 print(item.text) 19 20#ロケット 21#飛行機

投稿2020/07/08 05:53

編集2020/07/08 05:55
can110

総合スコア38233

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