Q&A
###前提・実現したいこと
python初心者でございます。
競走馬の情報をスクレイピングしておりますが、父馬、母馬の抽出がうまく出来ません。
###発生している問題・エラーメッセージ
Traceback (most recent call last): File "C:\Users\satoru\horse\horse-test-kami-1.py", line 46, in <module> tdh = tr_arr1.findAll("td") #縺薙％縺ｮ謚ｽ蜃ｺ譁ｹ豕輔↓闍ｦ諷ｮ縺励※縺翫ｊ縺ｾ縺・ AttributeError: 'list' object has no attribute 'findAll'
###該当のソースコード
# -*- coding:utf-8 -*- import urllib2 import codecs import time from bs4 import BeautifulSoup f = codecs.open('horse.csv', 'w', 'utf-8') f.write('horse_name,f_horse_name,m_horse_name,race_date,kaisai,weather,race_number,race_name,tousuu,frame_number,horse_number,horse_odds,popularity,horse_arrival,jockey_name,weight,distance,baba,race_time,difference,horse_pass,pace,nobori,horse_weight,win_horse'+u"\n") url='http://db.netkeiba.com/horse/1994103997/' soup = BeautifulSoup(urllib2.urlopen(url).read(),"lxml") tr_arr = soup.select("table.db_h_race_results > tbody > tr") for tr in tr_arr: time.sleep(1) tds=tr.findAll("td") race_date=tds[0].a.text #日付 kaisai=tds[1].a.text #開催 weather=tds[2].text #天気 race_number=tds[3].text #R race_name=tds[4].a.text #ﾚｰｽ名 tousuu=tds[6].text #頭数 frame_number=tds[7].text #枠番 horse_number=tds[8].text #馬番 horse_odds=tds[9].text #オッズ popularity=tds[10].text #人気 horse_arrival=tds[11].text #着順 jockey_name=tds[12].a.text #騎手名 weight=tds[13].text #斤量 distance=tds[14].text #距離 baba=tds[15].text #馬場 race_time=tds[17].text #タイム difference=tds[18].text #着差 horse_pass=tds[20].text #通過 pace=tds[21].text #ペース nobori=tds[22].text #上り horse_weight=tds[23].text #馬体重 win_horse=tds[26].text horse_name_tag=soup.find('div',{'class':'horse_title'}).find('h1') horse_name="".join([x for x in horse_name_tag.text if not x == u'\xa0' and not x == u'\n']) tr_arr1 = soup.select("table.blood_table > tbody > tr") tdh = tr_arr1.findAll("td") #ここの抽出方法に苦慮しております f_horse_name = tdh[0].a.text m_horse_name = tdh[1].a.text print horse_name.strip(),f_horse_name.strip(),m_horse_name.strip(),race_date.strip(),kaisai.strip(),weather.strip(),race_name.strip(),tousuu.strip(),frame_number.strip(),horse_number.strip(),horse_odds.strip(),popularity.strip(),horse_arrival.strip(),jockey_name.strip(),weight.strip(),distance.strip(),baba.strip(),race_time.strip(),difference.strip(),horse_pass.strip(),pace.strip(),nobori.strip(),horse_weight.strip(),win_horse.strip() cols = [horse_name,f_horse_name,m_horse_name,race_date,kaisai,weather,race_number,race_name,tousuu,frame_number,horse_number,horse_odds,popularity,horse_arrival,jockey_name,weight,distance,baba,race_time,difference,horse_pass,pace,nobori,horse_weight,win_horse] f.write(",".join(cols) + "\n") f.close()
###試したこと
soup.find,soup selectを用いて試みましたが、うまくできませんでした。
###補足情報(言語/FW/ツール等のバージョンなど)
f_horse_name:父馬（サンデーサイレンス）、m_horse_name:母馬（ワキア）を抽出することが目的でございます。よろしく御教示お願いいたします。
回答1件
0
ベストアンサー
soup.select()をしてからわざわざfindAll()をするのは意味がありません。
全部soup.select()でやってしまえば良い話です。
https://teratail.com/questions/43942 でsoup.select()の意味を少しだけ説明しています（冒頭の箇所）ので読み返してみて下さい。
それと、血統情報のテーブルには<tbody>が無いので、それがあると正しくデータが取れないはずです。
ちゃんとHTMLソースを見て確認しましょう。
soup.select()した結果は、printしてどんな結果が取れたのか確認してください。
今回の場合ならtr_arr1をprintしてみて下さい。
[ ]で囲まれているとしたら、それはlist型です。findAll()はtag型のメソッドでlist型のメソッドでは無いです。
...
あと、エラーとは関係ないですが、
血統情報のテーブルはは競走成績とは別のテーブルですよね？なので競争成績のループの中で取得するのは無駄があります。
以前の騎手のときと同じようにループの前で取得するようにしましょう。
投稿2016/08/17 13:19
総合スコア9388
あなたの回答
tips
プレビュー
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。
2016/08/18 12:00
2016/08/18 12:59
2016/08/19 10:35
2016/08/19 11:02