🎄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。

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。

Chrome

Google Chromeは携帯、テレビ、デスクトップなどの様々なプラットフォームで利用できるウェブブラウザです。Googleが開発したもので、Blink (レンダリングエンジン) とアプリケーションフレームワークを使用しています。

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。

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。

Q&A

解決済

1回答

1746閲覧

Python BeautifulSoupを使ってカスタムデータ属性を取得する方法を知りたい

kk.k

総合スコア13

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。

Chrome

Google Chromeは携帯、テレビ、デスクトップなどの様々なプラットフォームで利用できるウェブブラウザです。Googleが開発したもので、Blink (レンダリングエンジン) とアプリケーションフレームワークを使用しています。

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。

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。

0グッド

0クリップ

投稿2021/02/10 08:20

▼現状

現在、Python、BeautifulSoup、seleniumを使用してスクレイピングを行おうとしております。(ブラウザはChromeです)
ページ単体のスクレイピングは成功したのですが、ページ遷移を連続して行い、すべてのページからデータを取得しようと考えています。

###▼スクレイピング対象ページの使用
①ページ下部に、1,2,3,4,5,次のページ、最後のページボタンが存在し、ユーザはこれらのボタンクリックによりページ遷移を行う
②最後のページボタンには「data-page」データが格納されており、ここに全ページ数が記述されている

###▼現在試したコード
soup = BeautifulSoup(requests.get(URL).content,'lxml')

lastPages = soup.find(class_="pageLast") //最後のページボタンのクラスから、要素を取得
print(lastPages['data-page'])       //data-pageに格納されたページ数を表示

###▼エラーコード
TypeError: 'NoneType' object is not subscriptable

###▼依頼
カスタムデータ属性を取得し取得したページ数分for文を回す。
⇨すべてのページで「次のページ」ボタンをクリックさせることで全ページスクレイピングしようと考えています。
もし他の方法で効率よくスクレイピングできる方法があれば、そちらも併せて教えて欲しいです。

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1

0

ベストアンサー

class_="pageLast"に該当するノードが無かったのでlastPagesNoneになっています。

・指定が間違っている
・JavaScriptで動的に追加した要素である
・フレームの中の要素である
など。

JavaScriptで動的に追加した要素である場合は、Selenium等を使う必要があります。

投稿2021/02/10 12:12

otn

総合スコア85886

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。

kk.k

2021/02/10 19:22

class_="pageLast"がJavaScriptで動的に追加した要素だったようでした! ありがとうございます!!
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
85.36%

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