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
85.48%
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。

タグ

特殊な記法により文書に埋め込む形で記述される付加情報をタグと呼びます。文書構造や書式、文字飾りなどを指示したり、画像や他の文書へのリンクを埋め込むことができる。

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

1776閲覧

BeautifulSoup上でimgタグが表示されない

ugeno

総合スコア1

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。

タグ

特殊な記法により文書に埋め込む形で記述される付加情報をタグと呼びます。文書構造や書式、文字飾りなどを指示したり、画像や他の文書へのリンクを埋め込むことができる。

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2021/12/11 05:54

前提・実現したいこと

BeautifulSoupでimgタグを見つけたい

発生している問題・エラーメッセージ

気象庁HPの画像をスクレイピングしようとしましたが、HPの検証で出てくるimgタグの部分がsoupには記述されておらず、取得できません

該当のソースコード

python

1import requests 2from bs4 import BeautifulSoup, Comment 3from PIL import Image 4import io 5 6url = 'https://www.data.jma.go.jp/gmd/kaiyou/data/db/kaikyo/daily/sst_HQ.html' 7res = requests.get(url) 8#print(res) 9 10soup = BeautifulSoup(res.text, 'html.parser') 11for script in soup.find_all('script',src=False): 12 script.decompose() 13for comment in soup(text=lambda x: isinstance(x,Comment)): 14 comment.extract() 15# print(soup) 16div_tags = soup.find_all('div') 17print(div_tags[12])

試したこと

以下が上のコードの実行結果です。

Terminal

1<div id="right"> 2 3</div>

以下がHPの検証からコピーしてきた該当div部分です。

html

1<div id="right"> 2 <script type="text/javascript"> 3 <!-- 4 var i,pr,strtmp,stryye,strmme,strdde 5 for (i =0; i< document.input.yoso2.length; i++) { 6 if (document.input.yoso2[i].checked){ 7 pr = sYoso1[0] + "D" + document.input.yoso2[i].value; 8 } 9 } 10 strtmp = num2str_ymd(yye, mme, dde); 11 stryye = strtmp[0]; 12 strmme = strtmp[1]; 13 strdde = strtmp[2]; 14 var fname1 = pr + "_" + strArea[areano] + stryye + strmme + strdde + ".png"; 15 document.write("<IMG name='img' alt='日別海面水温図' src=" + ImgDir + strArea[areano] + "/" + stryye + "/" + fname1 + ">"); 16 //--> 17 </script><img name="img" alt="日別海面水温" src="./image/HQ/2021/sstD_HQ20211210.png"> 18</div>

divタグ内最後の行にあるimgタグは残ってほしいのですが、スクリプトとコメントを除去したら何も残らない結果となっています。
初学者につき原因が分かりません。
どなたかお分かりの方がいらっしゃれば教えて頂ければ幸いです。よろしくお願いします。

補足情報(FW/ツールのバージョンなど)

Python3.10.0

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

JavaScriptで画像が追加されているため、ブラウザのエンジンを通してJavaScriptを実行しないと描画されず取得できないため、ブラウザのエンジンを通す必要があります。
一番簡単なのはSelenium WebDriverというブラウザを自動で動かすライブラリを使用する方法で、実際にブラウザで表示されたままを取得することができます。
Selenium入門 Pythonでブラウザを自動化したい方必読!

投稿2021/12/11 06:28

NeRight719

総合スコア47

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。

ugeno

2021/12/11 06:40

早速の回答をいただきありがとうございます! ほかのページでも似たようなことになっていたのですが、なるほどそういうことなんですね。 WebスクレイピングはBeautifulSoupで完結するものかと勘違いしておりました。 ありがとうございました。大変助かります。
NeRight719

2021/12/11 06:47

お役に立ててよかったです。 Seleniumはその他にマウスのクリックを再現したり、フォームに文字を入力するといったことも可能なので、例えば「ボタンをクリックをした時にJavaScriptが変更を加えた要素」とか「フォームに入力した情報をもとに生成される画面」のスクレイピングも可能です。 少し準備が面倒かもしれませんが、できることが増えるので調べてみてください。
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
85.48%

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