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 2.7

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。

Q&A

解決済

1回答

1491閲覧

競馬情報をpython,beautifulsoupでスクレイピングしていますが、馬名の一部がうまく分割出来ずに困っています

akakage13

総合スコア89

Python 2.7

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。

0グッド

0クリップ

投稿2017/05/21 11:36

netkeiba.comを利用して、競馬情報をスクレイピングしておりますが、馬名の一部がうまく分割することが出来ず困っています。

# -*- coding:utf-8 -*- import urllib2 import codecs import time from bs4 import BeautifulSoup f = codecs.open('test_1.csv', 'w', 'utf-8') f.write('horse_name_1,horse_name_2'+u"\n") url = 'http://db.netkeiba.com/horse/2014105535/' soup = BeautifulSoup(urllib2.urlopen(url).read(), "lxml") horse_name_tag = soup.find('div', {'class': 'horse_title'}).findAll('h1') horse_name_tag_1 = horse_name_tag[0].text horse_name_tag_2 = soup.find('div', {'class': 'horse_title'}) horse_name_1 = horse_name_tag_1.find('h1') horse_name_1 = "".join([x for x in horse_name_tag_1 if not x == u'\xa0' and not x == u'\n']) horse_name_2 = horse_name_tag_2.find('p') horse_name_2 = "".join([x for x in horse_name_tag_2.text if not x == u'\xa0' and not x == u'\n']) print horse_name_1.strip(),horse_name_2.strip() cols = [horse_name_1,horse_name_2] f.write(",".join(cols) + "\n") f.close()

上記のソースコードでは、

horse_name_1 ソウルスターリング

horse_name_2 ソウルスターリング 4.26現役 牝3歳 青鹿毛

と、なってしまいます。

それを、このように、馬名の、ソウルスターリングと、評価っぽい数値4.26を載せないで

horse_name_1 ソウルスターリング

horse_name_2 現役 牝3歳 青鹿毛

の、ように出力したいのです。

<h1>ソウルスターリング </h1> <p class="rate"> <img src="http://cimg2.db.netkeiba.com/style/netkeiba.ja/image/db_icon_star_01.png" alt="" /><img src="http://cimg2.db.netkeiba.com/style/netkeiba.ja/image/db_icon_star_01.png" alt="" /><img src="http://cimg2.db.netkeiba.com/style/netkeiba.ja/image/db_icon_star_01.png" alt="" /><img src="http://cimg2.db.netkeiba.com/style/netkeiba.ja/image/db_icon_star_01.png" alt="" /><img src="http://cimg2.db.netkeiba.com/style/netkeiba.ja/image/db_icon_star_harf_01.png" alt="" /><strong>4.26<!-- (<span></span>票)--></strong> </p> <p class="txt_01">現役 牝3歳 青鹿毛</p> </div><!-- /.horse_title" -->

上記のコードを見ながら、自分で改変してみるのですが、うまく出来ません。

うまく出力出来るソースコードの作成に苦慮しております。

諸先輩方の御教示、よろしくお願いいたします。

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

ベストアンサー

HTMLは取得したいページのものですか?

だとしたら、

HTML

1<p class="txt_01">現役 牝3歳 青鹿毛</p>

class属性ついてるので、

Python

1# ※例外処理や改行削除等は省略 2div = soup.find('div', class_='horse_title') 3horse_name_1 = div.find('h1').text 4horse_name_2 = div.find('p', class_='txt_01').text

のように、horse_titleだけを一度とって、そこから別々に取得すればいいと思います。

投稿2017/05/21 13:03

kurosuke___

総合スコア217

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。

akakage13

2017/05/22 10:57

E3KUROSUKE様、うまく動くようになりました!!! 本当に、いつもありがとうございます!!!
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

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