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。

Q&A

1回答

1440閲覧

python Beautifulsoupを使ったスクレイピング

kawa-kami

総合スコア20

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。

1グッド

1クリップ

投稿2017/07/19 11:25

初めまして。
Python/BeautifulSoup 両共に初心者です。

[質問]
上記を使ったスクレイピングにて、下記ページの商品画像urlだけを1位~80位まで
取得したいと思っております。

http://ranking.rakuten.co.jp/daily/100155/

下記のようなコードを書いて、pictureの画像urlだけを全て抜きだそうとしたのですが、どうしても1位20位までの画像urlしか抜き出せず、2080位までの画像urlを抜き出す事ができません。解決策を教えて頂きたいです。

from urllib.request import urlopen
from bs4 import BeautifulSoup
html = urlopen('http://ranking.rakuten.co.jp/daily/100155/')
bsObj = BeautifulSoup(html,'html.parser')
list_audio_picture1 = []
for audio_picture1 in bsObj.findAll("div",{"class":"rnkRanking_imageBox"}):
a = audio_picture1.find('img').get('src')
list_audio_picture1.append(a)
[ゴール]
画像urlを抜き出して
list_audio_picture1にリスト格納する。

[疑問]
classで区切っているので全て抽出できるはずかと思っているのですが、なぜできないのでしょうか...

よろしくお願いいたします。

toshi_yama👍を押しています

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

ページのソースを確認したら自ずと答えは見えてくるでしょう。

何がおかしいかをまず考えましょう。そして確かめましょう。
その上で解決策が分からないのであれば質問しましょう。

投稿2017/07/19 12:02

_Victorique__

総合スコア1392

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。

kawa-kami

2017/07/20 09:11

アドバイスありがとうございます。 分からない事がありすぎて途方にくれてました。 javascriptがある事が問題だっという仮説なのですが、合ってますでしょうか。 from selenium import webdriver >>> from urllib.request import urlopen >>> from bs4 import BeautifulSoup >>> driver = webdriver.PhantomJS() >>> driver.get("http://ranking.rakuten.co.jp/daily/100155/") >>> html = driver.page_source.encode('utf-8') >>> soup = BeautifulSoup(html, "html.parser") >>> list_audio_picture1 = [] >>> for audio_picture1 in bsObj.findAll("div",{"class":"rnkRanking_imageBox"}): ... a = audio_picture1.find('img').get('src') ... list_audio_picture1.append(a) こういった形で組んで見たところ、 うまく全ての画像を抜き出す事ができました。 流れ的には requestsで行っていたwebページ取得を,SeleniumとPhantomJSを組み合わせたものに置き換える、といった事をしているかとおもいます。 いろいろ分からない事が多いですが,,頑張ります。 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

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