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!

新規登録して質問してみよう
ただいま回答率
85.48%
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。

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。

Scrapy

Scrapyは、Pythonで開発されたオープンソースソフトウェアです。スクレイピングという、Webサービスから必要な情報を取り出したり自動操作をしたりする技術を使うものです。

Q&A

2回答

816閲覧

スクレイピングのstart_urlsで存在しないURLが来たときの対処法

marugoshi

総合スコア2

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。

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。

Scrapy

Scrapyは、Pythonで開発されたオープンソースソフトウェアです。スクレイピングという、Webサービスから必要な情報を取り出したり自動操作をしたりする技術を使うものです。

0グッド

0クリップ

投稿2021/04/25 14:02

###やりたいこと
スクレイピングを行う際、start_urlsを以下のコードで設定しています。スクレイピングするサイトはページ番号を変化させると次のページに飛べるという設計になっているため、そのページ番号の部分を変数にしています。(以下、最後の方のpg{0}の部分)

Python

1start_urls = ['https://tenshoku.mynavi.jp/engineer/list/p11+p12+p13+p14/o16+o17/e01/pg{0}/?soff=1&ags=0'.format(i+1) for i in range(2)]

しかし、別のサイトでページ番号が連番になっていないサイトに対しては上記と同じ手法を適用すると存在しないURLを生成してしまった段階でエラーとなってしまいます。
そこでURLがもし存在しなかったらパスする、のような分岐処理を導入したいのですが、どのように分岐させればよいのかがわからないです。
パッケージはScrapyを使っております。
素人質問で恐縮ですが、ご存知の方がいらっしゃいましたらご教示お願い致します。

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2

0

PythonはEAFPな言語です。
以下のコードの意味を考えて、ご自身のコードに反映してください。

python

1>>> d = {'page1' : 'foo', 'page3' : 'bar', 'page20' : 'baz'} 2>>> 3>>> for i in range(5): 4... try: 5... print(f'The {i}th word is ' + d['page{0}'.format(i+1)]) 6... except: 7... pass 8... 9The 0th word is foo 10The 2th word is bar

投稿2021/04/25 15:03

ppaul

総合スコア24666

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。

0

URLのページが存在するかどうかは、実際にアクセスしてみないと分かりませんので、アクセスしてみて例外が発生したかどうかで判断します。

投稿2021/04/25 14:16

otn

総合スコア84555

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
85.48%

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