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。

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。

Google Colaboratory

Google Colaboratoryとは、無償のJupyterノートブック環境。教育や研究機関の機械学習の普及のためのGoogleの研究プロジェクトです。PythonやNumpyといった機械学習で要する大方の環境がすでに構築されており、コードの記述・実行、解析の保存・共有などが可能です。

コードレビュー

コードレビューは、ソフトウェア開発の一工程で、 ソースコードの検査を行い、開発工程で見過ごされた誤りを検出する事で、 ソフトウェア品質を高めるためのものです。

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。

Q&A

解決済

1回答

1361閲覧

400エラーを改善して、一度に大量のデータをスクレイピングしたい

sushi_ika

総合スコア1

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。

Google Colaboratory

Google Colaboratoryとは、無償のJupyterノートブック環境。教育や研究機関の機械学習の普及のためのGoogleの研究プロジェクトです。PythonやNumpyといった機械学習で要する大方の環境がすでに構築されており、コードの記述・実行、解析の保存・共有などが可能です。

コードレビュー

コードレビューは、ソフトウェア開発の一工程で、 ソースコードの検査を行い、開発工程で見過ごされた誤りを検出する事で、 ソフトウェア品質を高めるためのものです。

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。

0グッド

1クリップ

投稿2021/06/12 11:56

前提・実現したいこと

一度に多くのデータを格納したい
16151-50000までを一度にスクレイピングしたい

発生している問題・エラーメッセージ

APIError: {'code': 400, 'message': "Unable to parse range: '16151-50000'!A9:@9", 'status': 'INVALID_ARGUMENT'}

該当のソースコード

python

import requests
from bs4 import BeautifulSoup
import re

!pip install --upgrade gspread
from google.colab import auth
from oauth2client.client import GoogleCredentials
import gspread
auth.authenticate_user()
gc = gspread.authorize(GoogleCredentials.get_application_default())

sheet_name="XXXXX"
ss_name=gc.create(sheet_name)
name="XXXX"

workbook = gc.open(sheet_name)
workbook.add_worksheet(title=name, rows=50000, cols=10)
wks = workbook.worksheet(name)
count=0

for n in range(16151,16200):
urlName = "https://XXXX/"+str(n)+"/"
url = requests.get(urlName)
soup = BeautifulSoup(url.content, "html.parser")

elems = soup.find_all("td")
#print(elems)
lst1=[]
#lst2=[]
for elem in elems:
try:
string = elem.get("class").pop(0)
if string in "table-clinic__data":
#print(elem.string)
##title = elem.find_next_sibling("span")
##print(title.text.replace('\n',''))
#r = elem.find_previous('a')
#print(urlName + r.get('href'))
#url=urlName + r.get('href')
lst1.append(elem.string)
#lst2.append(url)
except:
pass

def num2alpha(num):
if num<=26:
return chr(64+num)
elif num%26==0:
return num2alpha(num//26-1)+chr(90)
else:
return num2alpha(num//26)+chr(64+num%26)
#print(num2alpha(len(lst1)))

count+=1

#編集する範囲を指定、A1セルから、リストの要素数をカウントしたものを指定する
cell_list = wks.range("A"+str(count)+":"+num2alpha(len(lst1))+str(count))

#cell_listにtest_listの値を流し込む
for i,cell in enumerate(cell_list):
cell.value = lst1[i]
wks.update_cells(cell_list)

#cell_list2 = wks.range('B1:B'+str(len(lst2)))

#cell_listにtest_listの値を流し込む
#for j,cell2 in enumerate(cell_list2):

cell2.value = lst2[j]

#wks.update_cells(cell_list2)

試したこと

16151-20000と設定しているが、16151単体ならスクレイピングできた
16151-16155もスクレイピングできた。16160から実行時間が14秒あたりを超え、その時に赤くエラーになってしまう。

補足情報(FW/ツールのバージョンなど)

なし
初質問です。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

エラーになってるのは、セル番地に「@」が入ってるから。
セル番地が「@」になるのは、num2alpha関数でnum=0のときなので
num=0を渡さないようにすれば良いんじゃないですかね。

投稿2021/06/12 12:26

退会済みユーザー

退会済みユーザー

総合スコア0

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。

sushi_ika

2021/06/13 03:27

できました!!!!みづらかったと思いますが、ありがとうございました!!助かりました。
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
85.48%

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