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
85.47%
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。

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。

selenium

Selenium(セレニウム)は、ブラウザをプログラムで作動させるフレームワークです。この原理を使うことにより、ブラウザのユーザーテストなどを自動化にすることができます。

Q&A

0回答

461閲覧

Python seleniumを用いたスクレイピングでECのレビューレートを取得したい

pikachu1

総合スコア9

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。

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。

selenium

Selenium(セレニウム)は、ブラウザをプログラムで作動させるフレームワークです。この原理を使うことにより、ブラウザのユーザーテストなどを自動化にすることができます。

0グッド

0クリップ

投稿2022/04/15 00:35

前提

PYTHON初心者です。
スクレイピングを用いてWEBページから情報を抽出できればと考えております。

実現したいこと

AmazonのようなECモールより特定の商品のレビューを抽出したいと考えております。
ネットに転がっているページを参考にし、レビューのテキストを拾う下記のようなコードができました。
下記のURLでトライしており特にエラーはないのですがレビューレートや日にちなどを中々抜き出せず苦闘しております。
もしよろしければアドバイス頂けますでしょうか。

URL:https://www.amazon.co.jp//dp/B07XDX4QDH

該当のソースコード

def get_amazon_page_info(url): text = "" options.add_argument('--incognito') browser = webdriver.Chrome(ChromeDriverManager().install(), options=options) browser.get(url) browser.implicitly_wait(20) text = browser.page_source browser.quit() return text def get_all_reviews(url): review_list = [] i = 1 while True: print(i,'page_search') i += 1 text = get_amazon_page_info(url) amazon_bs = BeautifulSoup(text, features='lxml') reviews = amazon_bs.select('.review-text') for review in reviews: review_list.append(review) next_page = amazon_bs.select('li.a-last a') if next_page != []: next_url = 'https://www.amazon.co.jp/' + next_page[0].attrs['href'] url = next_url sleep(2) else: break return review_list return review_list if __name__ == '__main__': url = "該当のURL" review_url = url.replace('dp', 'product-reviews') review_list = get_all_reviews(review_url) review_list

試したこと

恐らく、def get_all_reviews(url) のreviews = amazon_bs.select('.review-text')で取得する情報をしているような仕組みになっているかと思います。
bs.selectで指定する要素をレート部分である('span', class_='a-icon-alt')に変更したりしてみたのですが、エラーは出ないもののエクセルなどに抽出してみると内容は空というような状況です。
もしよろしければアドバイスお願い致します

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。

meg_

2022/04/15 02:13

amazonの利用規約は確認されましたか?このような行為は禁止されているので回答は付きにくいかと思います。
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

まだ回答がついていません

会員登録して回答してみよう

アカウントをお持ちの方は

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
85.47%

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