Beautifulsoup4を使ったスクレイピング

Question

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。

Comments

[8524ba23]

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。

Answer 1

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。

Comments

[Kuri3sei]

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。

Answer 2

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。

Comments

[Kuri3sei]

アドバイスありがとうございます。

Answer 3

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。

news = "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。

Comments

[Kuri3sei]

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。