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
85.47%
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。

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

2599閲覧

スクレイピングでパーサーを明示的に指定したい

wizerd

総合スコア12

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。

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2021/08/19 03:00

編集2021/08/19 03:13

前提・実現したいこと

スクレイピングを行なっていると下記のようなエラーが発生しました。
パーサーが明示的に指定されてないということで『soup = BeautifulSoup(r.text )』の引数を追加してみたりしたのですがエラーが消えず解決方法がわかりません

発生している問題・エラーメッセージ

GuessedAtParserWarning: No parser was explicitly specified, so I'm using the best available HTML parser for this system ("lxml"). This usually isn't a problem, but if you run this code on another system, or in a different virtual environment, it may use a different parser and behave differently. The code that caused this warning is on line 29 of the file /Users/nakamotokenta/PycharmProjects/hayatasuProject/main.py. To get rid of this warning, pass the additional argument 'features="lxml"' to the BeautifulSoup constructor. soup = BeautifulSoup(r.text)

該当のソースコード

Python

1from time import sleep 2 3from bs4 import BeautifulSoup 4import requests 5from pprint import pprint 6import re 7import pandas as pd 8 9# 変数urlにSUUMOホームページのURLを格納する 10url = 'https://suumo.jp/chintai/tokyo/sc_shinjuku/?page={}' 11 12# 変数d_listに空のリストを作成する 13d_list = [] 14 15# アクセスするためのURLをtarget_urlに格納する 16for i in range(1,3): 17 print('d_listの大きさ',len(d_list)) 18 target_url = url.format(i) 19 20 # print()してtarget_urlを確認する 21 print(target_url) 22 23 # target_urlへのアクセス結果を、変数rに格納 24 r = requests.get(target_url) 25 26 sleep(1) 27 28 # 取得結果を解析してsoupに格納 29 soup = BeautifulSoup(r.text ) 30 31 # すべての物件情報(20件)を取得する 32 contents = soup.find_all('div', class_= 'cassetteitem') 33print(contents)

試したこと

●soup = BeautifulSoup(r.text )の行ををいろいろ書き換えてみました
❶soup = BeautifulSoup(r.text, "html.parser")
❷soup = BeautifulSoup(r.text, 'lxml')
❸soup = BeautifulSoup(r.text, 'html5lib')

上記を実行すると全て同じエラーが出てきました。

補足情報(FW/ツールのバージョンなど)

macOS Big Sur ver11.5
python 3.8.5
エディタ PyCharm 2021.2 (Community Edition)

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。

quickquip

2021/08/19 03:08

試したこと は書いてありますが、結果が書いてありません。どう書き換えても結果が変わらなかったのでしょうか? だとしたら「編集しているファイルと、実行しているファイルが違う」など、"実行の仕方"の辺りを疑うべきじゃないでしょうか。
wizerd

2021/08/19 03:13

すみません、ご指摘ありがとうございました
guest

回答1

0

自己解決

import requests from bs4 import BeautifulSoup url = 'https://www.python.org/' r = requests.get(url) soup = BeautifulSoup(r.text,"lxml")

上記のコードではエラーが出ないことが分かったのでので自分で解決します!

投稿2021/08/19 07:30

wizerd

総合スコア12

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
85.47%

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