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%
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 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。

selenium

Selenium(セレニウム)は、ブラウザをプログラムで作動させるフレームワークです。この原理を使うことにより、ブラウザのユーザーテストなどを自動化にすることができます。

HTML

HTMLとは、ウェブ上の文書を記述・作成するためのマークアップ言語のことです。文章の中に記述することで、文書の論理構造などを設定することができます。ハイパーリンクを設定できるハイパーテキストであり、画像・リスト・表などのデータファイルをリンクする情報に結びつけて情報を整理します。現在あるネットワーク上のほとんどのウェブページはHTMLで作成されています。

Q&A

解決済

2回答

1841閲覧

webサイトのタグを文字列検索するコードを作ってみたのですが、もっと簡略にできないでしょうか

Aki1000

総合スコア78

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 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。

selenium

Selenium(セレニウム)は、ブラウザをプログラムで作動させるフレームワークです。この原理を使うことにより、ブラウザのユーザーテストなどを自動化にすることができます。

HTML

HTMLとは、ウェブ上の文書を記述・作成するためのマークアップ言語のことです。文章の中に記述することで、文書の論理構造などを設定することができます。ハイパーリンクを設定できるハイパーテキストであり、画像・リスト・表などのデータファイルをリンクする情報に結びつけて情報を整理します。現在あるネットワーク上のほとんどのウェブページはHTMLで作成されています。

0グッド

1クリップ

投稿2020/11/17 18:31

編集2020/11/18 13:40

SeleniumとBeautifulSoupを使っています。

htmlの中に
<a href="URL1">検索文字列</a>
<a href="URL2">aaaaaaaaaa</a>
<a href="URL3">bbbbbbbbbb</a>
<a href="URL4">検索文字列</a>
<a href="URL5">ccccccccc</a>
<a data-ratevent="click" data-ratid="pull" href="#" onclick="mJump('/app/>ddddd</a>

という記述があったとしてURL4を取り出したいです。そこで、下記のようにしました。

Python

1 2 driver = webdriver.Chrome(r"\chromedriver.exe") 3 html = driver.page_source.encode('utf-8') 4 soup = BeautifulSoup(html, "html.parser") 5 6 Murl=[] 7 for f in soup.find_all('a'): 8 if f.getText() == "検索文字": 9 Murl.append(f) 10     print(Murl) 11 NextURL=str(Murl[1].get('href')) 12

Murlの中にaタグのものが全部入ります。
一度実行してprintを確認し、aタグの中から選択し(この場合2番目にはいってたのでMurl[1]とした)とすることでURLを取り出しました。

一応、これで使えてはいるのですが、hrefの中のURLを取り出すのに、for文とかif文とか使って、その後にhref属性の中身を取り出し、とか、もう少し簡単にできる命令文とかないのかな、とか簡潔にできないかな、と思ってしまいました。

こうした方が簡単だよ、とか、こんなもんだよ、とかご意見頂ければありがたいです。

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2

0

自己解決

Python

1Murl = soup.find_all('a', text='検索文字列') 2NextURL=str(Murl[1].get('href'))

こんな感じでforループとかif文とか使わずにいけました。

投稿2020/11/22 23:35

編集2020/11/22 23:48
Aki1000

総合スコア78

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。

0

求められているのはこれじゃない気もしますが、
とりあえず内包表記で。

Python

1Murl = [f for f in soup.find_all('a') if f.getText() == "検索文字"]

投稿2020/11/18 01:14

退会済みユーザー

退会済みユーザー

総合スコア0

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
85.48%

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