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

90.52%

  • Python 2.7

    1263questions

    Python 2.7は2.xシリーズでは最後のメジャーバージョンです。Python3.1にある機能の多くが含まれています。

BeautifulSoupを使ったタグの情報の取得がわからない

解決済

回答 2

投稿

  • 評価
  • クリップ 0
  • VIEW 1,136
退会済みユーザー

退会済みユーザー

http://qiita.com/itkr/items/513318a9b5b92bd56185
を見ながら勉強しています。

取得したタグの情報のところ書いてある

取得したタグの属性を取得するには
soup.a.get("href")
取得したタグの中の文字を取得するには
soup.a.string
当然入れ子になっているタグを取得することもできます
soup.p.find_all("a")

のaとかpが何をあわらしているのか分かりません。

取得したタグの属性を取得するには と書かれていて
aタグを指定しているように見えるのに、
href属性を取ってきています。

また、当然入れ子になっているタグを取得することもできます の
ところではpタグを指定しているように見えるのに、
aタグを取ってきています。

これはどういう意味なんでしょうか?

  • 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ベストアンサー

0

このコメントでは↓のsoupを使った場合のイメージで解説しますね。

from bs4 import BeautifulSoup
html_data="""
<html><head></head>
<body>
 <a href="http://example.com">テスト1</a></br>
 <p>
  <a href="http://example.net">テスト2</a></br>
  <a href="http://example.org">テスト3</a></br>
 </p>
</body>"""

soup = BeautifulSoup(html_data, "lxml")

のaとかpが何をあわらしているのか分かりません。

aやpはタグを表しています。

この状態で
soup.a
とすると、soupの中で最初にaタグで囲まれた箇所が取得されます。つまり、
print soup.a を実行すると、
<a href="http://example.com">テスト1</a>
が出力されます。

同様に、
soup.p
とすると、soupの中で最初にpタグで囲まれた箇所が取得されます。つまり、
print soup.p を実行すると、
<p><a href="http://example.net">テスト2</a></br><a href="http://example.org">テスト3</a></br></p>
が出力されます。

更なる例として、
soup.p.a
とすると、soupの中で最初にpタグで囲まれた箇所 の中で最初にaタグで囲まれた箇所が取得されます。つまり、
print soup.p.aを実行すると
<a href="http://example.net">テスト2</a>
が出力されます。

今の soup.p.a という書き方だとpタグで囲まれた箇所の中で""最初に""aタグで囲まれた箇所しか取得されないので、2番目以降を使いたい時にはfind_all関数を使用します。
soup.p.find_all("a")
とすると、pタグで囲まれた箇所 の中でaタグで囲まれた箇所を""全て""リスト型で取得します。
つまり、pタグで囲まれた箇所の中で2番目のaタグで囲まれた箇所を出力したい場合には
print soup.p.find_all("a")[1]
とすればよいのです。これを実行すると
<a href="http://example.org">テスト3</a>
が出力されます。

また、タグに対してstringを指定すると、そのタグで囲まれた文字列を取得します。
つまり、
print soup.a.string を実行すると、
テスト1
が出力されます。

以上です。
いかがでしょうか?

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

まず。この2つの書き方は一緒のことをやってます。どちらもそのHTMLの中の最初のaタグを取得します。

soup.find("a")
soup.a # find("a") を簡略化したのがこれ 

find("a") で aタグを取得してそのaタグからhref属性を取得するのが下記の書き方です。

soup.a.get("href") 

# <a href="/hoge">test</a>
# こういうHTMLだったら、"/hoge"が取得できます。

soup.p.find_all("a") は find("p") で pタグを取得して そのpタグ内のaタグを全て取得する という書き方です。

soup.p.find_all("a") 

# <p> 
#   <a href="/hoge">test</a>   # <- これが取得
#   <a href="/hoge2">test</a>  # <- これが取得
# </p>
# こういうHTMLだったら、真ん中の2つのaタグが取得できます。

投稿

編集

  • 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。

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 90.52%
  • 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

関連した質問

同じタグがついた質問を見る

  • Python 2.7

    1263questions

    Python 2.7は2.xシリーズでは最後のメジャーバージョンです。Python3.1にある機能の多くが含まれています。