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!

ただいまの
回答率

90.35%

  • Python 3.x

    11202questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • URL

    258questions

    URL(ユニフォームリソースロケータ)とは、インターネット上のリソース(Webページや電子メールの宛先等)を特定するための形式的な記号の並びの事を言う。

Python3、urllib.requestでどうしてもURLErrorになります。

解決済

回答 2

投稿

  • 評価
  • クリップ 0
  • VIEW 3,417

Kxxx

score 6

前提・実現したいこと

Python3でurllib.requestを使って指定したURLからHTML取得
したいです。一度urllib.requestで取得したHTMLでスクレイピングをし、そこで得られたリンク先をurllib.requestを使って取得しようとしています。どうかご回答よろしくお願いします。

発生している問題・

response = urllib.request.urlopen(url)という形でHTMLを取得しようとしています。
url='https://~~'と直接urlを打ち込んだ場合はHTMLを取得することができます。
しかし、スクレピングして得られたURLを再度response = urllib.request.urlopen(URL)とするとエラーとなりurllib.error.URLError: <urlopen error unknown url type: a href="https>というメッセージが表示されてしまいます。

該当のソースコード

#coding: utf-8
import urllib.request
from bs4 import BeautifulSoup

url = "https://gunosy.com/"
response = urllib.request.urlopen(url)
html = response.read().decode("utf-8")
soup = BeautifulSoup(html, "html.parser")

# for i in range(1,9):
for i in range(1,2):
    categories_link = soup.find(class_='nav_color_'+str(i)).find('a')
    print(categories_link.attrs['href'])
    url = str(categories_link)
    #categories_linkにhttps://gunosy.com/categories/1というurlが代入されています。
    # url = 'https://gunosy.com/categories/1'とすれば正常に動きます。    
    print(url)
    response = urllib.request.urlopen(url)
    html = response.read().decode("utf-8")
    soup = BeautifulSoup(html, "html.parser")
    article_links = soup.find_all(class_='list_title')
    for article_link in article_links:
        print(article_link.find('a').attrs['href'])

試したこと

categories_linkそのままではurlが文字列として認識されないようなのでstr()を使って文字列に直してみました。それでも動作しませんでした。

補足情報(言語/FW/ツール等のバージョンなど)

より詳細な情報

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイ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。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 2

check解決した方法

0

解決しました。url = str(categories_link.attrs['href'])とすれば良かったのですね。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

0

単なるミスです。

print(categories_link.attrs['href'])
url = str(categories_link)


となっていますが、
categories_link.attrs['href']をurlに代入するべきです。

print(categories_link.attrs['href'])
url = categories_link.attrs['href']

これで動きましたよ。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2016/08/19 15:21

    回答ありがとうございます。本当に単純なミスでした。

    キャンセル

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 90.35%
  • 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られる

同じタグがついた質問を見る

  • Python 3.x

    11202questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • URL

    258questions

    URL(ユニフォームリソースロケータ)とは、インターネット上のリソース(Webページや電子メールの宛先等)を特定するための形式的な記号の並びの事を言う。