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 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

Q&A

解決済

1回答

817閲覧

BeautifulSoupでのデータ抽出について

makamaka

総合スコア21

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 3.x

Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

0グッド

0クリップ

投稿2021/10/09 01:39

前提・実現したいこと

私は以下のような表をCSVファイルで作りたいと思っています。
HTMLは下記のとおりです。本来のHTMLは長いため必要な個所を記載します。

ミズゴロウとキモリのところには

<p class="result-label"><span class="lbl-ipo-decline">A</span></p> <p class="result-label"><span class="lbl-ipo-decline">B</span></p> のHTMLがありますが、アチャモのところにはありません。 対象のHTMLがない場合、なしと表記した結果を表示したいのですが、やり方がわかりません。 やり方の分かる方ご教授願います。
ランクポケモン
なしアチャモ
Aミズゴロウ
Bキモリ

html

1<div class="ttl-result-area"> 2<div class="ttl-stock-area"> 3<h3 class="ttl-stock"> 4<span class="horizontal-rhythm"> 5<span class="txt-code">4378</span>アチャモ</span><span class="horizontal-rhythm"></span><span class="ttl-stock-supple"><span class="ttl-stock-supple sub-lbl ico-doc-text-1"><a class="apl-popupwin" data-windowname="mokuromi_RmfTrdStkIpoLst" data-windowsize="880|700" href="/web/rmfTrdStkIpoPspTransferAction.do?migrCd=4378" target="_blank" title="新規ウィンドウを開く">目論見書<i class="ico-squares"></i></a></span></span></h3> 6</div> 7</div> 8<div class="ttl-result-area"> 9<p class="result-label"><span class="lbl-ipo-decline">A</span></p> 10<div class="ttl-stock-area"> 11<h3 class="ttl-stock"> 12<span class="horizontal-rhythm"> 13<span class="txt-code">9249</span>ミズゴロウ</span><span class="horizontal-rhythm"></span><span class="ttl-stock-supple"><span class="ttl-stock-supple sub-lbl ico-doc-text-1"><a class="apl-popupwin" data-windowname="mokuromi_RmfTrdStkIpoLst" data-windowsize="880|700" href="/web/rmfTrdStkIpoPspTransferAction.do?migrCd=9249" target="_blank" title="新規ウィンドウを開く">目論見書<i class="ico-squares"></i></a></span></span></h3> 14<div class="element-rhythm-extra-long anchor-pt" id="IPO_6523"> 15<div class="ttl-result-area"> 16<p class="result-label"><span class="lbl-ipo-decline">B</span></p> 17<div class="ttl-stock-area"> 18<h3 class="ttl-stock"> 19<span class="horizontal-rhythm"> 20<span class="txt-code">6523</span>キモリ</span><span class="horizontal-rhythm"></span><span class="ttl-stock-supple"><span class="ttl-stock-supple sub-lbl ico-doc-text-1"><a class="apl-popupwin" data-windowname="mokuromi_RmfTrdStkIpoLst" data-windowsize="880|700" href="/web/rmfTrdStkIpoPspTransferAction.do?migrCd=6523" target="_blank" title="新規ウィンドウを開く">目論見書<i class="ico-squares"></i></a></span></span></h3> 21</div> 22</div>

該当のソースコード

python

1spotの中には上記のHTMLが入っています。 2pokemon = spot.find_all('p', attrs={'class': 'result-label'}) 3only_reslet = spot.find_all('span', attrs={'class': 'lbl-ipo-decline'}) 4 5ポケモン名の抽出はできましたので、今回は記載を省きます 6 7### 補足情報(FW/ツールのバージョンなど) 8当方初心者のため、わかりにくいところが多々あるかと思いますが、質問いただければできるだけ早めに返答いたします。

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

<div class="ttl-result-area">単位でグルーピングされているようなので、それ単位で処理すればよいでしょう。

サンプル:

Python

1soup = BeautifulSoup(html,"lxml") 2 3for pokemon in soup.find_all("div", attrs={"class": "ttl-result-area"}): 4 name = pokemon.find("span",attrs={"class": "horizontal-rhythm"}).text.strip() 5 ranks = pokemon.find_all("span",attrs={"class": "lbl-ipo-decline"}) 6 if len(ranks)>0: 7 rank = ranks[0].text 8 else: 9 rank = "" 10 print(f"rank={rank},name={name}")

サンプルなので名前の数字部分を取り除くのはサボってます。

投稿2021/10/09 11:04

otn

総合スコア85945

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。

makamaka

2021/10/09 11:32

ご回答ありがとうございます。 実行した結果うまくいきました。 ありがとうございました。 おはずかしながら今日一日考えては実行しを繰り返していたのですが、全然できなかったのに、こんなに短い行数で完了してしまうのすごいです。 また、機会がありましたら、ぜひご教授ください。 大変お世話になりました。
otn

2021/10/09 11:47 編集

スクレイピングを解説したページのサンプルコードを見ると、「HTML全体から指定ノードを探す」例が多いのですが、 上記のように、「さっき探して見つけたノードの子孫ノードから、また別の条件でノードを探す」ことができるので、ノードの親子構造を把握するとよいです。
makamaka

2021/10/09 13:39

ありがとうございます。 今後の参考にさせていただきます。
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

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