🎄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。

タグ

特殊な記法により文書に埋め込む形で記述される付加情報をタグと呼びます。文書構造や書式、文字飾りなどを指示したり、画像や他の文書へのリンクを埋め込むことができる。

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。

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

1回答

5086閲覧

BeautifulSoupでタグの中身を取り出す方法

AnOtter

総合スコア7

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。

タグ

特殊な記法により文書に埋め込む形で記述される付加情報をタグと呼びます。文書構造や書式、文字飾りなどを指示したり、画像や他の文書へのリンクを埋め込むことができる。

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。

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

0クリップ

投稿2021/03/27 13:58

編集2021/03/27 14:01

前提・実現したいこと

html

1<td> 2 <b class="...">要素1</b> 3</td> 4<td class="..."> 5  要素2 6<td>

となっているhtmlから要素2の部分だけを取り出したいのですが、

python

1url = 'https://...' 2respons = requests.get(url) 3soup = bs(respons.content, "html.parser") 4tag = 'td' 5result = soup.find(tag).contenst[0] 6print(result)

のようにしても結果がNoneとなってしまいます。
初心者なのでいろいろと間違っていると思いますが、どのようにしたら要素2だけを取り出すことができるでしょうか?

補足情報(FW/ツールのバージョンなど)

anaconda+VScode
pythonのバージョンは3.8.8
です。
よろしくお願いいたします。

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

findは1つ目だけ取得するので、findAllでリストで全部を取得する必要があります。
あと、content[0]じゃなくてcontents[0]でしょう。

投稿2021/03/27 15:02

otn

総合スコア85890

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。

AnOtter

2021/03/28 06:08

ありがとうございます!contentsの部分は綴りを間違えていましたね???? findAllとしてからいらない部分を削ることで期待していた結果を得ることができました。
etherbeg

2021/03/28 09:55

findAll で間違いではないのですが、バージョン4に上がったときに、Python のコーディング規約に沿うように findAll から find_all にメソッド名が変わりましたので、今から使うんだったら find_all のほうがいいかもしれませんね。まあ、どちらでも動きます。ご参考までに…。
otn

2021/03/28 10:39

失礼しました。find_allをお使いください。
AnOtter

2021/03/28 11:28

etherbegさん、otnさん findAllを記載しているサイトもfind_allを記載しているサイトもどちらも見かけたのですが、そう言うことだったのですね!勉強になりました。 find_allにしておきました。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