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%
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。

pandas

Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。

Q&A

解決済

1回答

586閲覧

スクレイピングで取得したデータが想定通りに表示されない

yu-ki.hiroshima

総合スコア17

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。

pandas

Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。

0グッド

0クリップ

投稿2021/11/22 08:39

前提・実現したいこと

プログラミングを初めて1週間ほどの初心者です。
特定のサイトでURLを取得する、というプログラムのコードについて質問です。

Youtube上でWebスクレイピングを学習しており、動画投稿者の方と同じようにプログラミングをしたところ、異なる結果となりました。

コード内容は、特定のサイト内でキーワード検索をした結果が複数ページある場合に、それぞれのページのURLを取得するというものです。

以下のコードをそのまま実行した場合、該当のキーワードでは1ページしか検索結果がありません。
if文を用いてリストが空になるエラーが表示されるのを回避しているのですが、私のほうで実行すると以下のような結果が返ってきます。

['https://kino-code.work/?s=javascript',
'https://kino-code.work/?s=javascript&paged=1',
'https://kino-code.work/?s=javascript&paged=2',
'https://kino-code.work/?s=javascript&paged=3']

該当サイト内で'javascript'を検索すると、ページは1つしかないので、以下のように1つだけ表示される想定なのですが、うまくいかず困っています。

['https://kino-code.work/?s=javascript']

発生している問題・エラーメッセージ

エラーはありません。

該当のソースコード

python

1 2from bs4 import BeautifulSoup 3import requests 4import pandas as pd 5import time 6 7keyword = 'javascript' 8 9url = 'https://kino-code.work/?s={}'.format(keyword) 10 11r = requests.get(url) 12time.sleep(3) 13 14soup = BeautifulSoup(r.text,'html.parser') 15page_na = soup.find(class_="pagination") 16page_num = page_na.find_all(class_="page-numbers") 17 18pages = [] 19for i in page_num: 20 pages.append(i.text) 21 22urls = [] 23 24if not pages: 25 urls = ['https://kino-code.work/?s={}'.format(keyword)] 26else: 27 last_page = int(pages[-2]) 28 29for i in range(1,last_page+1): 30 url = 'https://kino-code.work/?s={}'.format(keyword) + '&paged={}'.format(i) 31 urls.append(url) 32 33urls 34

試したこと

python

1 2keyword = 'pyhton' 3

該当サイト内で'python'と検索すると3ページ存在しており、そちらの場合は以下のような結果が返ってきました。

['https://kino-code.work/?s=python&paged=1',
'https://kino-code.work/?s=python&paged=2',
'https://kino-code.work/?s=python&paged=3']

補足情報(FW/ツールのバージョンなど)

必要に応じて追記します。

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

私の環境では、上手く表示されていました。

mac,jupyter notebook

ただ、ご提示頂いたコードのインデントがずれていてif文の中に入っていないように見えます。

Python

1if not pages: 2 urls = ['https://kino-code.work/?s={}'.format(keyword)] 3else: 4 last_page = int(pages[-2]) 5 6# この部分のインデントをif文(else文の中に)よりも内側に入れないとエラーになりました。 7for i in range(1,last_page+1): 8 url = 'https://kino-code.work/?s={}'.format(keyword) + '&paged={}'.format(i) 9 urls.append(url) 10 11urls

投稿2021/11/22 10:31

onioonioonio

総合スコア25

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。

yu-ki.hiroshima

2021/11/22 11:12

ありがとうございます。 ご回答いただいた内容で試したところ、正常に動作しました。 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
85.46%

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