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
85.48%
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。

Q&A

解決済

1回答

3013閲覧

Python3でstartswithをif文の条件分岐に使用したいです。

amaturePy

総合スコア131

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。

0グッド

0クリップ

投稿2020/09/27 07:52

編集2020/09/27 11:01

Python3で特定の文字から始まる文字列を排除して絵文字のみスクレイピングしたいです。
現状は下記の画像の通り、一部\Uで始まるunicodeの文字列が入っており、こちらを避けて絵文字のみ取得したいと言うものです。
そのためにifの条件に以下のコードを加えて試しているのですが、実行結果は変わらないです。

not emoji0.startswith(r'\U')

何か他に良い方法や自分のコードに関してアドバイスなどがあればご教授頂きたいです。
よろしくお願いします。

main.py from urllib.request import urlopen import requests from bs4 import BeautifulSoup import re import os list0 = [] site_url = "https://www.emojiall.com/zh-hant/categories/A" get_url = requests.get(site_url) soup = BeautifulSoup(get_url.text, "lxml") for script in soup(["span"]): script.extract() emojis = soup.select('.emoji_font') words = soup.select('.emoji_name_truncate') for emoji0 in emojis: emoji1 = emoji0.getText() if not emoji1.startswith(r'\'): list0.append(emoji1) else: continue print(list0)

上記コード実行結果
イメージ説明

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。

shiracamus

2020/09/27 08:11 編集

(回答欄にコード提示)
guest

回答1

0

ベストアンサー

データとしては文字列になっていて、表示する際に '\U...' と表示されるようです。
repr関数を使うことで '\U...' にすることができるようなので、以下のようにしてはいかがでしょうか。

python

1from urllib.request import urlopen 2import requests 3from bs4 import BeautifulSoup 4import re 5import os 6 7list0 = [] 8 9site_url = "https://www.emojiall.com/zh-hant/categories/A" 10get_url = requests.get(site_url) 11soup = BeautifulSoup(get_url.text, "lxml") 12 13for script in soup(["span"]): 14 script.extract() 15 16emojis = soup.select('.emoji_font') 17words = soup.select('.emoji_name_truncate') 18 19for emoji0 in emojis: 20 emoji1 = emoji0.getText() 21 if not repr(emoji1).startswith(r"'\U"): 22 list0.append(emoji1) 23 else: 24 continue 25print(list0)

投稿2020/09/27 08:08

shiracamus

総合スコア5406

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。

amaturePy

2020/09/27 08:12

ご教授ありがとうございます! こちら試させて頂いのですが、出力は変わらないようです。 以下勉強になります。 ↓ データとしては文字列になっていて、表示する際に '\U...' と表示されるようです
amaturePy

2020/09/27 08:20

unicodeで取得されている物と他の要件通りに取得されている絵文字を含んでいるHTMLソースを見ても同様のタグで問題なさそうに見えます。
shiracamus

2020/09/27 09:21 編集

私のPython3.6環境では実行結果がこうなりましたよ。 文字列の中間にある \u... は処理してないのでそのまま残っています。 ['????', '????????', '????????', '????????', '????????', '????????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '☺', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '☹', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '☠', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '❣', '????', '❤', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????\u200d????', '????', '????', '????', '????', '????', '????', '????', '????', '????', '????\u200d????', '✊????', '????', '????', '????']
amaturePy

2020/09/27 09:24

失礼しました。 再度エディター を立ち上げて試した所、理想の結果を取得できました! ありがとうございました!
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
85.48%

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る

質問する

関連した質問