🎄teratailクリスマスプレゼントキャンペーン2024🎄』開催中!

\teratail特別グッズやAmazonギフトカード最大2,000円分が当たる!/

詳細はこちら
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。

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。

URL

URL(ユニフォームリソースロケータ)とは、インターネット上のリソース(Webページや電子メールの宛先等)を特定するための形式的な記号の並びの事を言う。

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。

pandas

Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。

Q&A

1回答

1022閲覧

PythonまたはpandasでURLリストが書いてある.txtで順番にWEBスクレイピングしてexcelに保存したいです。

SK_18

総合スコア0

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。

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。

URL

URL(ユニフォームリソースロケータ)とは、インターネット上のリソース(Webページや電子メールの宛先等)を特定するための形式的な記号の並びの事を言う。

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。

pandas

Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。

0グッド

0クリップ

投稿2021/01/02 03:02

編集2021/01/02 03:26

実現したいこと

PythonまたはpandasでURLリストが書いてある.txtで順番にWEBスクレイピングしてexcelに保存したいです。

1.目的のWEBページ(サンプル)
https://erogamescape.dyndns.org/~ap2/ero/toukei_kaiseki/game.php?game=3454

2.この中のPOV/属性/タグの表をスクレイピングする。

3.URLの最後xxxxxが次のように変化する。
https://erogamescape.dyndns.org/~ap2/ero/toukei_kaiseki/game.php?game=xxxxx

1 2 3 ... 30422

※数字のゼロ埋めはしない。(1は、00001ではなく1。)

4.C:python/id_list.txtを読み込み、スクレイピングする。
id_list.txtの中身
https://erogamescape.dyndns.org/~ap2/ero/toukei_kaiseki/game.php?game=1
https://erogamescape.dyndns.org/~ap2/ero/toukei_kaiseki/game.php?game=2
https://erogamescape.dyndns.org/~ap2/ero/toukei_kaiseki/game.php?game=3
.
.
.
https://erogamescape.dyndns.org/~ap2/ero/toukei_kaiseki/game.php?game=30422

5.現在の日時で、新しいフォルダー内にexcelで保存する。

試したこと

import openpyxl
import pandas as pd

url = 'https://erogamescape.dyndns.org/~ap2/ero/toukei_kaiseki/game.php?game=3454'
dfs = pd.read_html(url)
df = dfs[4]
print(df)

import datetime as dt
now = dt.datetime.now()

time = now.strftime('%Y%m%d-%H%M%S')

df.to_excel('~/desktop/新しいフォルダー/output_{}.xlsx'.format(time), index=False, header=False)

for文を書いたらいいのでしょうか?

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

pythonによるURLのスクレイピングは、正規表現を活用し【スクレイピング】正規表現を使用したスクレイピング
のように取得します。
そして、Excelのブックとして保存するには、PythonでExcel書き込みの記事のように、openpyxlモジュールを呼び出して操作します。

投稿2021/01/02 06:24

seastar3

総合スコア2287

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
85.36%

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