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
85.50%
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。

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

3回答

2465閲覧

Beautifulsoup4を使ったスクレイピング

Kuri3sei

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。

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2021/12/15 14:29

編集2021/12/16 06:10

前提・実現したいこと

beautifulsoup4を使い参考書通りにスクレイピングを試したところこのようなエラー文が出ました。

発生している問題・エラーメッセージ

エラーメッセージ
Traceback (most recent call last):
File "/Library/Frameworks/Python.framework/Versions/3.10/lib/python3.10/urllib/request.py", line 1348, in do_open
h.request(req.get_method(), req.selector, req.data, headers,
File "/Library/Frameworks/Python.framework/Versions/3.10/lib/python3.10/http/client.py", line 1282, in request
self._send_request(method, url, body, headers, encode_chunked)
File "/Library/Frameworks/Python.framework/Versions/3.10/lib/python3.10/http/client.py", line 1328, in _send_request
self.endheaders(body, encode_chunked=encode_chunked)
File "/Library/Frameworks/Python.framework/Versions/3.10/lib/python3.10/http/client.py", line 1277, in endheaders
self._send_output(message_body, encode_chunked=encode_chunked)
File "/Library/Frameworks/Python.framework/Versions/3.10/lib/python3.10/http/client.py", line 1037, in _send_output
self.send(msg)
File "/Library/Frameworks/Python.framework/Versions/3.10/lib/python3.10/http/client.py", line 975, in send
self.connect()
File "/Library/Frameworks/Python.framework/Versions/3.10/lib/python3.10/http/client.py", line 1454, in connect
self.sock = self._context.wrap_socket(self.sock,
File "/Library/Frameworks/Python.framework/Versions/3.10/lib/python3.10/ssl.py", line 512, in wrap_socket
return self.sslsocket_class._create(
File "/Library/Frameworks/Python.framework/Versions/3.10/lib/python3.10/ssl.py", line 1070, in _create
self.do_handshake()
File "/Library/Frameworks/Python.framework/Versions/3.10/lib/python3.10/ssl.py", line 1341, in do_handshake
self._sslobj.do_handshake()
ssl.SSLCertVerificationError: [SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed: unable to get local issuer certificate (_ssl.c:997)

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
File "/Users/user/Desktop/skuraiping.py", line 3, in <module>
response = request.urlopen('https://www.pasonatech.co.jp/')
File "/Library/Frameworks/Python.framework/Versions/3.10/lib/python3.10/urllib/request.py", line 216, in urlopen
return opener.open(url, data, timeout)
File "/Library/Frameworks/Python.framework/Versions/3.10/lib/python3.10/urllib/request.py", line 519, in open
response = self._open(req, data)
File "/Library/Frameworks/Python.framework/Versions/3.10/lib/python3.10/urllib/request.py", line 536, in _open
result = self._call_chain(self.handle_open, protocol, protocol +
File "/Library/Frameworks/Python.framework/Versions/3.10/lib/python3.10/urllib/request.py", line 496, in _call_chain
result = func(*args)
File "/Library/Frameworks/Python.framework/Versions/3.10/lib/python3.10/urllib/request.py", line 1391, in https_open
return self.do_open(http.client.HTTPSConnection, req,
File "/Library/Frameworks/Python.framework/Versions/3.10/lib/python3.10/urllib/request.py", line 1351, in do_open
raise URLError(err)
urllib.error.URLError: <urlopen error [SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed: unable to get local issuer certificate (_ssl.c:997)>

該当のソースコード

import urllib.request
from bs4 import BeautifulSoup

class Scraper:
def init(self, site):
self.site = site

def scrape(self): r = urllib.request.urlopen(self.site) html = r.read() parser = "html.parser" sp = BeautifulSoup(html,parser) for tag in sp.find_all("a"): url = tag.get("href") if url is None: continue if "html" in url: print("\n" + url)

news = "https://news.google.com/"
Scraper(news).scrape()

試したこと

http://d-prototype.com/archives/17281  エラー文をコピペして検索したところこのサイトが出てきて試してみたのですが解決しませんでした。

補足情報(FW/ツールのバージョンなど)

https://www.python.org/downloads/ このサイトからmacに最新版の3.10.1をダウンロードしました。
beautifulsoup4のバージョンは4.8.1です。
またこのコード以外にも試してみたのですが、同じようなエラー文が表示されます。

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。

can110

2021/12/16 04:35

実行環境(OSなど)と「試したこと」で参考にしたサイト、具体的にどのようなことを試したのかを記載ください。
guest

回答3

0

ベストアンサー

Unable to get local issuer certificate when using requests in pythonと同じ状況なのかもしれません。

  • certifiのインストール(アップグレード)
  • Certificates.commandの実行

で解消するかもしれません。

また公式サイト Python.org からのインストール(Mac)

https サイトのスクレイピングで証明書エラーになる場合は次のコマンドの管理者権限での実行が必要になるようです:

sudo /Applications/Python\ 3.9/Install\ Certificates.command

ともあります。3.9の部分はVersionによって異なるかと思います。

投稿2021/12/16 06:22

can110

総合スコア38233

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。

Kuri3sei

2021/12/16 14:19

Certificates.commandの実行で正常に動くようになりました。 ありがとうございました。
guest

0

urllib.request・・・指定したURLのHTMLを取得
BeautifulSoup・・・取得したHTMLの解析
という役割で、BeautifulSoupに行く前に取得段階でエラーです。
なので、BeautifulSoupはエラーとは全く関係ないです。

SSLエラーなので、環境がおかしいと思われますが、
「どういう環境にどうやって(再現できるレベルで具体的に)Pythonをインストールしたか」
を書くと、その環境がわかる人がアドバイスをくれるかも。

投稿2021/12/16 04:15

otn

総合スコア84421

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。

Kuri3sei

2021/12/16 06:11

アドバイスありがとうございます。
guest

0

こちらでは問題なく動きます。

"https://news.google.com/"に頻繁にアクセスして拒否されているのかもしれません。

python

1news = "https://teratail.com/questions/374015"

としても同じエラーが起きるようなら教えてください。

投稿2021/12/15 15:05

ppaul

総合スコア24666

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。

Kuri3sei

2021/12/16 05:59

上記のように動かしてみても同じエラーが起きてしまいます。
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
85.50%

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