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
85.35%
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。

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

815閲覧

スクレイピングで異なるページの情報を取得できない

dame-dame

総合スコア78

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。

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

0クリップ

投稿2021/07/16 03:36

前回の質問で色々助けていただいて、

https://gigazine.net/ から 記事の表題とそのURLを抜き出すことができました。
しかしながら このサイトは"https://gigazine.net/P40 , P120 と 40ごとにPをインクリメントすることで過去の記事も辿れるようです。

過去の記事も取得したいので前回作成したコードに for 文を足して
下記のようなコードを書きましたが、なぜだか、https://gigazine.net/P40 からの記事を取得できていません。色々いじってみましたがだめでした。for 文の書き方が悪いのでしょうか?

どなたかご指摘いただければと思います。

よろしくお願いいたします

python

1from bs4 import BeautifulSoup 2import urllib.request as req 3import pandas as pd 4 5 6 7for u in range (0,120,40): ##"https://gigazine.net/P0" << P0、P40 ,P120 を取りたい 8 #print(u) 9 url=url = "https://gigazine.net/P" ##これがベースのURL 10 #print(url) 11 url=url+str(u)  #ベースのURLに40を追加。これを120になるまで行う 12 #print(url) 13 headers = { 14 "User-Agent": "Mozilla/5.0 (X11; Ubuntu; Linux x86_64; rv:47.0) Gecko/20100101 Firefox/47.0" 15 } 16 17 18 request = req.Request(url,headers=headers) 19 response = req.urlopen(request) 20 21 parse_html =BeautifulSoup(response,'html.parser') 22 23 def a_with_href_and_title(tag): 24 return tag.has_attr('title') and tag.has_attr('href') 25 title_lists = (parse_html.find_all(a_with_href_and_title)) 26 title_list =[] 27 url_list = [] 28 29 for i in title_lists: 30 title_list.append(i.attrs['title']) 31 url_list.append(i.attrs['href']) 32#url=url+str(u) 33 34df_title_url = pd.DataFrame({'Title':title_list, 'URL':url_list})  35print(df_title_url)  ##ここで取れたタイトルを確認してみるが最初の40件しか取れていない。

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

自己解決

すいません。自己解決しました。私の勘違いでした。質問を取り消します。

投稿2021/07/16 05:08

dame-dame

総合スコア78

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

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
85.35%

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