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
85.46%
JavaScript

JavaScriptは、プログラミング言語のひとつです。ネットスケープコミュニケーションズで開発されました。 開発当初はLiveScriptと呼ばれていましたが、業務提携していたサン・マイクロシステムズが開発したJavaが脚光を浴びていたことから、JavaScriptと改名されました。 動きのあるWebページを作ることを目的に開発されたもので、主要なWebブラウザのほとんどに搭載されています。

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

0回答

780閲覧

[Python]HTMLの差分をXpath(またはCSSセレクタ)で取得する方法について

kzmu

総合スコア17

JavaScript

JavaScriptは、プログラミング言語のひとつです。ネットスケープコミュニケーションズで開発されました。 開発当初はLiveScriptと呼ばれていましたが、業務提携していたサン・マイクロシステムズが開発したJavaが脚光を浴びていたことから、JavaScriptと改名されました。 動きのあるWebページを作ることを目的に開発されたもので、主要なWebブラウザのほとんどに搭載されています。

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2021/08/08 01:33

[実施したいこと]
Python/JavaScriptを使用して、2つのHTMLの差分となる場所をXpath(またはCSS Selector)で取得したいと考えています。

[試したこと]

  • difflibでテキストとして差分取得

difflibを使用して、HTMLの差分を取得することは可能ですが、改行がされていないと差がある行が全体で出てしまったり、
HTMLタグの部分が改行されているとうまく対象の位置を特定できません。

  • soup2dictでHTMLをdictionary化して、deepdiffでdictionaryの差分を取得

 -> 親のタグ(該当の変更箇所の上位のtag)の #text にも差分が取れてしまい、大量の差分が取得できてしまいます。

何か良い方法、またはそのヒントになりそうな方法をご存知であれば、教えていただけないでしょうか?

Python

1import simplejson 2import requests 3from bs4 import BeautifulSoup 4from soup2dict import convert 5from deepdiff import DeepDiff 6 7def html2dict(html): 8 bs = BeautifulSoup(html, 'html.parser') 9 10 dict_result = convert(bs) 11 return dict_result['html'][0]['body'] 12 13def readData(filepath): 14 with open(filepath) as f: 15 s = f.read() 16 17 return s 18 19ahtml = readData('./data_diff/a.html') 20bhtml = readData('./data_diff/b.html') 21 22adict = html2dict(ahtml) 23bdict = html2dict(bhtml) 24 25del adict[0]['#text'] 26del bdict[0]['#text'] 27 28result = DeepDiff(adict, bdict) 29

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

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

まだ回答がついていません

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
85.46%

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