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!

ただいまの
回答率

87.58%

スレイピングでエラーが出ます。。

受付中

回答 0

投稿

  • 評価
  • クリップ 0
  • VIEW 237

score 68

以下のコードを実行すると、
「MissingSchema: Invalid URL・・・」というエラーが発生します。
なぜでしょうか??

ちなみに、download_site_imgsで指定してるURLを別のサイト(https://algorithm.joho.info/)にすると、正常に動作する場合もあります。(今回エラーは、googleで画像検索したURLです)

よろしくお願いいたします。

# -*- coding: utf-8 -*-
import requests
from bs4 import BeautifulSoup
import os
import sys

def download_site_imgs(url, path):
    img_urls = []

    # パス(保存先)が存在しなければ新規作成
    if not os.path.exists(path):
        os.makedirs(path)

    # htmlのパース
    soup = BeautifulSoup(requests.get(url).content,'lxml')

    # 画像リンクなら(拡張子がjpgなど)リストに追加
    for img_url in soup.find_all("img"):
        # imgタグのsrc要素を抽出
        src = img_url.get("src")
        #src要素に画像の拡張子が含まれていたらリストに追加
        if 'jpg' in src:
            img_urls.append(src)
        elif 'png' in src:
            img_urls.append(src)
        elif 'gif' in src:
            img_urls.append(src)

    # 画像リンク先のデータをダウンロード
    for img_url in img_urls:
        re = requests.get(img_url)
        print('Download:', img_url)
        with open(path + img_url.split('/')[-1], 'wb') as f: # imgフォルダに格納
            f.write(re.content)


if __name__ == '__main__':
    download_site_imgs('https://www.google.com/search?q=%E7%8A%AC&rlz=1C1CHBD_jaJP855JP855&sxsrf=ALeKk02Wa-O90EGosqW10H7qDSHsxLPeuQ:1612774284283&source=lnms&tbm=isch&sa=X&ved=2ahUKEwjm48Sy9NnuAhUFEqYKHdB2BmwQ_AUoAXoECBEQAw&biw=1095&bih=945', 'img/')


以下、エラーメッセージ

---------------------------------------------------------------------------
MissingSchema                             Traceback (most recent call last)
<ipython-input-1-dd28cc3b26ee> in <module>
     36 
     37 if __name__ == '__main__':
---> 38     download_site_imgs('https://www.google.com/search?q=%E7%8A%AC&rlz=1C1CHBD_jaJP855JP855&sxsrf=ALeKk02Wa-O90EGosqW10H7qDSHsxLPeuQ:1612774284283&source=lnms&tbm=isch&sa=X&ved=2ahUKEwjm48Sy9NnuAhUFEqYKHdB2BmwQ_AUoAXoECBEQAw&biw=1095&bih=945', 'img/')

<ipython-input-1-dd28cc3b26ee> in download_site_imgs(url, path)
     29     # 画像リンク先のデータをダウンロード
     30     for img_url in img_urls:
---> 31         re = requests.get(img_url)
     32         print('Download:', img_url)
     33         with open(path + img_url.split('/')[-1], 'wb') as f: # imgフォルダに格納

C:\python\anaconda\pgm\lib\site-packages\requests\api.py in get(url, params, **kwargs)
     73 
     74     kwargs.setdefault('allow_redirects', True)
---> 75     return request('get', url, params=params, **kwargs)
     76 
     77 

C:\python\anaconda\pgm\lib\site-packages\requests\api.py in request(method, url, **kwargs)
     58     # cases, and look like a memory leak in others.
     59     with sessions.Session() as session:
---> 60         return session.request(method=method, url=url, **kwargs)
     61 
     62 

C:\python\anaconda\pgm\lib\site-packages\requests\sessions.py in request(self, method, url, params, data, headers, cookies, files, auth, timeout, allow_redirects, proxies, hooks, stream, verify, cert, json)
    517             hooks=hooks,
    518         )
--> 519         prep = self.prepare_request(req)
    520 
    521         proxies = proxies or {}

C:\python\anaconda\pgm\lib\site-packages\requests\sessions.py in prepare_request(self, request)
    460             auth=merge_setting(auth, self.auth),
    461             cookies=merged_cookies,
--> 462             hooks=merge_hooks(request.hooks, self.hooks),
    463         )
    464         return p

C:\python\anaconda\pgm\lib\site-packages\requests\models.py in prepare(self, method, url, headers, files, data, params, auth, cookies, hooks, json)
    311 
    312         self.prepare_method(method)
--> 313         self.prepare_url(url, params)
    314         self.prepare_headers(headers)
    315         self.prepare_cookies(cookies)

C:\python\anaconda\pgm\lib\site-packages\requests\models.py in prepare_url(self, url, params)
    385             error = error.format(to_native_string(url, 'utf8'))
    386 
--> 387             raise MissingSchema(error)
    388 
    389         if not host:

MissingSchema: Invalid URL '/images/branding/searchlogo/1x/googlelogo_desk_heirloom_color_150x55dp.gif': No schema supplied. Perhaps you meant http:///images/branding/searchlogo/1x/googlelogo_desk_heirloom_color_150x55dp.gif?
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイ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。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正の依頼

  • t_obara

    2021/02/09 17:08

    エラーメッセージの通りなのですが、どの点がわからないのでしょうか?正常にできた場合と、できない場合でエラーとなっている箇所にどのような違いがあるのか確認してみてはいかがでしょうか。

    キャンセル

まだ回答がついていません

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 87.58%
  • 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られる

関連した質問

同じタグがついた質問を見る