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%
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。

HTML

HTMLとは、ウェブ上の文書を記述・作成するためのマークアップ言語のことです。文章の中に記述することで、文書の論理構造などを設定することができます。ハイパーリンクを設定できるハイパーテキストであり、画像・リスト・表などのデータファイルをリンクする情報に結びつけて情報を整理します。現在あるネットワーク上のほとんどのウェブページはHTMLで作成されています。

Q&A

1回答

5568閲覧

python(beautifulsoup)で特定tagとtag間のデータ取得方法

Kimsehwa

総合スコア312

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。

HTML

HTMLとは、ウェブ上の文書を記述・作成するためのマークアップ言語のことです。文章の中に記述することで、文書の論理構造などを設定することができます。ハイパーリンクを設定できるハイパーテキストであり、画像・リスト・表などのデータファイルをリンクする情報に結びつけて情報を整理します。現在あるネットワーク上のほとんどのウェブページはHTMLで作成されています。

0グッド

0クリップ

投稿2017/02/05 02:34

以下のようなhtmlの中で
<span>ストーリー</span>
から
<span>キャスト</span>
間のデータをpythonを利用して取得したいですが、
どのように実装すればよいかわかりません。
何かヒントになることがありましたら教えていただけますでしょうか。

xx.html

<html> <body> <span class="mw-headline" id=".E3.82.B9.E3.83.88.E3.83.BC.E3.83.AA.E3.83.BC">ストーリー</span> <span></span> <p> xxx xxx </p> <span></span> <span class="mw-headline" id=".E3.82.AD.E3.83.A3.E3.82.B9.E3.83.88">キャスト</span> </body> </html>

現在はbeautifulsoupを使って実装しようと思いますが、別の方法でもかまいません。

beautifulsoupでの実装だと以下のような流れになるかと思いますが、findAllのとこからつまってます。

from urllib.request import urlopen from bs4 import BeautifulSoup html = urlopen("xx.html") bsObj = BeautifulSoup(html, "html.parser") nameList = bsObj.findAll....

皆さんの知恵を貸してください。
よろしくお願いします。

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。

guest

回答1

0

beautifulsoupを使うなら、ストーリーとキャストを検索して、
間にあるものをリストから抜き出すのはいかがでしょうか。

python

1story = bsObj.find( 2 "span", 3 class_="mw-headline", 4 id=".E3.82.B9.E3.83.88.E3.83.BC.E3.83.AA.E3.83.BC") 5cast = bsObj.find( 6 "span", 7 class_="mw-headline", 8 id=".E3.82.AD.E3.83.A3.E3.82.B9.E3.83.88") 9 10data = story.find_next_siblings() 11data = data[:data.index(cast)] 12data = '\n'.join(map(str, data)) 13 14print(data)

find_next_siblings()が機能しない場合の別解として、
find_all()からのスライスです。

python

1story = bsObj.find( 2 "span", 3 class_="mw-headline", 4 id=".E3.82.B9.E3.83.88.E3.83.BC.E3.83.AA.E3.83.BC") 5cast = bsObj.find( 6 "span", 7 class_="mw-headline", 8 id=".E3.82.AD.E3.83.A3.E3.82.B9.E3.83.88") 9 10start, end = bsObj.find_all().index(story), bsObj.find_all().index(cast) 11data = bsObj.find_all()[start + 1:end] 12data = '\n'.join(map(str, data)) 13print(data)

投稿2017/02/05 04:00

編集2017/02/05 12:27
driller

総合スコア720

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。

Kimsehwa

2017/02/05 12:07

回答ありがとうございます。 すみません。もう一点だけ質問させてください。 data = story.find_next_siblings() したら storyタグの次のリスト(?)1行のみ取れてきました。 tagとtag間にあるすべてを取れたいですが、どのようにすればよろしいでしょうか。。
driller

2017/02/05 12:28

別な方法を追記してみました
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

まだベストアンサーが選ばれていません

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
85.50%

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