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
85.46%
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。

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

1回答

1106閲覧

Pythonを用いたWebスクレイピングで入れ子構造となった値を取り出したいです

takhub

総合スコア28

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。

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2020/11/09 11:29

以下のサイトからスクレイピングを試みています。

https://www.crunchbase.com/organization/4paradigm

たとえばNumber of Investors : 23を取得したいです。

イメージ説明

BeautifulSoupを用いてスクレイピングしようとしたソースコードが以下です。

Python

1import requests 2from bs4 import BeautifulSoup 3 4url = "https://www.crunchbase.com/organization/4paradigm/" 5 6headers = {'User-Agent':'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.183 Safari/537.36'} 7r = requests.get(url, headers=headers) 8soup = BeautifulSoup(r.text, "html.parser") 9 10value = soup.find("div _ngcontent-client-app-c349", class_="multiple-sections ng-star-inserted") 11for rt in value.find_all("span", {'class':"component--field-formatter field-type-money ng-star-inserted title"}): 12 rt.extract() 13print(value.get_text())

しかし、以下のようなエラーが発生してしまいます。

--------------------------------------------------------------------------- AttributeError Traceback (most recent call last) <ipython-input-60-b0e9d21f0b7e> in <module> 9 10 value = soup.find("div _ngcontent-client-app-c349", class_="multiple-sections ng-star-inserted") ---> 11 for rt in value.find_all("span", {'class':"component--field-formatter field-type-money ng-star-inserted title"}): 12 rt.extract() 13 print(value.get_text()) AttributeError: 'NoneType' object has no attribute 'find_all'

User-Agentの設定ミスがないかどうかについては、確認済みです。
コンソールに以下を打ち込んで取得した文字を、そのまま入力いたしました。

console.log(navigator.userAgent);

他に怪しい点はclass名などかと思いますが、入れ子構造が複雑すぎて何を入力すれば良いのかさっぱりです・・・。

最終的にはcsvファイルに落とし込めれば最高なのですが、まずは値の取得でつまづいております。

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1

0

自力で進めてみたところ、以下のメッセージが確認され、諦めるに至りました・・・。

Access to this page has been denied because we believe you are using automation tools to browse the website.

投稿2020/11/09 11:59

takhub

総合スコア28

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

まだベストアンサーが選ばれていません

会員登録して回答してみよう

アカウントをお持ちの方は

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
85.46%

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