【プログラミング】スクレイピングについて。

Question

お世話になっております。Ezです。
この度、スクレイピングについて教えて頂きたく質問させて頂きます。

Pythonでスクレイピングを試してみております。

#!/bin/python
import re, urllib2
res=urllib2.urlopen("対象URL")
pattern_title=re.compile('<title>(.*?)</title>')
m=pattern_title.search(res.read())
title=m.group(1)
print title

<title> </title> で囲まれている文字を取得するやつなのですが これを参考に、対象URL上のソースで ```lang-＜ここに言語を入力＞ <strong class="icon icon-daisuki"> hoge hoge fuga fuga </strong> ``` これで囲まれている文字「hoge hoge fuga fuga」を取得したいのですが どのような書き方をすればよろしいでしょうか？

パターンマッチの部分で <strong cals="icon icon-daisuki">へと変更してあげたのですが
下記エラーが出て

AttributeError: 'NoneType' object has no attribute 'group'

どうやら title=m.group(1)が正しくない？みたいのようです。

プログラミングにお詳しい方いらっしゃいましたらご教授頂けないでしょうか？
よろしくお願い致します。
(PHPでも実装できるのならばPHPでも構いません。ただ、今Pythonを勉強しているので、Pythonでお聞きした次第でございます。)

Answer 1

ソースの内容からして、参考のスライドを見ているのかな？ と思いました。
18ページからの pyquery を使用してみるのはどうでしょうか？
jQuery風のセレクタが使用できるとの事なので、
こんな感じで行けるのではないかと思います。
(試してません、すいません。)

from pyquery import PyQuery as pq
d = pq("対象URL")
print d(".icon.icon-daisuki").text()

参考: PythonによるWebスクレイピング入門

Comments

[EzrealTrueshot]

回答ありがとうございます！
はい、そのスライドを参考にしています。
ただ・・
ImportError: No module named pyquery

このエラーがでてしまいました。
pythonのバージョンは2.66です。

むむむ・・・

[ryunix]

pip を使用して pyquery をインストールする必要がありそうです！
http://qiita.com/Kawa1128/items/9aa0091a8157816401f9

[EzrealTrueshot]

ありがとうございます！
出来ました！