お世話になっております。
表題の件につきまして、質問させていただきます。
情報に不足がございましたら、ご指摘ください。
事象
以下のコードの出力結果であるcsvについて、3行目以降にHTMLが記載されてしまっている。
行いたいこと
ページ全体のHTMLをセルF2にすべてまとめたい
現状のコード
Python
1import requests 2from bs4 import BeautifulSoup 3import urllib 4import pandas as pd 5 6#記事一覧ページにアクセス 7target_url = "https://job-medley.com/tips/?page=1" 8res = requests.get(target_url) 9soup = BeautifulSoup(res.text) 10 11#記事一覧からaタグを取得 12article_list = soup.select("a.c-article-list__body") 13 14#aタグからhref属性をリストに格納 15url_list = [] 16for mainpage_a in article_list: 17 href = mainpage_a.get("href") 18 url = urllib.parse.urljoin(target_url,href) 19 url_list.append(url) 20 21#記事のページにアクセス 22target_url = url_list[0] 23res = requests.get(target_url) 24soup = BeautifulSoup(res.text) 25 26#Head_Title 27head_title = soup.select_one("head title").text 28#Head_Description 29head_description = soup.find("meta",attrs={"name":"description"}).get("content") 30#記事URL 31article_url = url_list[0] 32#記事タイトル 33article_title = soup.select_one("div.o-article__heading").text 34#記事本文 35article_contet = soup.select_one("div.o-article__content").text.replace("\n","").replace("\r","").replace("\u3000","") 36#HTML 37html = soup.find_all("html") 38 39#辞書型にし、リストに格納 40d_list = [] 41 42d = { 43 "Head_Title":head_title, 44 "Head_Description":head_description, 45 "記事URL":article_url, 46 "記事タイトル":article_title, 47 "記事本文":article_contet, 48 "HTML":html 49} 50 51d_list.append(d) 52 53#csvへ出力 54df = pd.DataFrame(d_list) 55df.to_csv("test.csv", encoding="utf_8_sig",index=False)
回答1件
あなたの回答
tips
プレビュー
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。