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

90.62%

  • HTML

    8641questions

    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。

  • Python 2.7

    1233questions

    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。

  • Chrome

    586questions

    Google Chromeは携帯、テレビ、デスクトップなどの様々なプラットフォームで利用できるウェブブラウザです。Googleが開発したもので、Blink (レンダリングエンジン) とアプリケーションフレームワークを使用しています。

urllib2で取得したHTMLがブラウザで見たものと違う

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 724

16Cha

score 18

yahooで「はてな」を検索した結果ページのHTMLを、urllib2とBeautifulSoup4を使い、以下のコードで取得しました。

ここで、同じ検索結果ページのソースをChromeのデベロッパーツールで見てみると下の写真のようになっていて、取得したHTMLと若干異なっているのですが何故でしょうか?

例えば、「株式会社はてな」は下の写真では<h3>タグに囲まれていますが、取得したHTMLには<h3>タグが見当たりません。一方、取得したHTMLにはid="web"の<div>タグがあるのですが、Chromeで見た方にはありませんでした。

#coding:utf-8
import urllib2
from bs4 import BeautifulSoup

search_word = 'はてな' 
search_url = 'http://search.yahoo.co.jp/search?p=' + search_word + '&amp;ei=UTF-8'

htmldata = urllib2.urlopen(search_url)
soup = BeautifulSoup(htmldata)

print soup

<取得したHTMLの一部>
<div id="web">
    <h2>ウェブ</h2>
    <ol>
        <li>
            <a href="http://www.hatena.ne.jp/"><b>はてな</b></a>
            <div>人力検索・ソーシャルブックマーク・ブログ等のコミュニティ指向のWebサービスを提供。</div>
            <em>www.<b>hatena</b>.ne.jp/</em>
        </li>
        <li>
            <a href="http://hatenablog.com/"><b>はてな</b>ブログ | シンプルでモダンなブログライフを無料で。</a>
            <div><b>はてな</b>ブログは、だれでも簡単・無料で使える最新のブログサービスです。日々の生活から感じたこと、考えたことを書き残しましょう。</div>
            <em><b>hatena</b>blog.com/</em>
        </li>
        <li>
            <a href="http://hatenacorp.jp/">株式会社<b>はてな</b></a>
            <div>2015: 04/20 今週の<b>はてな</b>ブログランキング〔2015年4月第3週〕: 04/17 地元のレコード店に行こう! 4月18日(土)は、レコード・ストア・デイ #RSD: 04/17 「お気に入り・お気に入られ」一覧ページをスマートフォン版に追加し、<b>はてな</b>ブックマークのスマートフォ.</div>
            <em><b>hatena</b>corp.jp/</em>
        </li>



イメージ説明
  • 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 1

checkベストアンサー

0

検証はしていませんが、送信しているUAの差ではないでしょうか?
UAをはじめとする各種HTTPヘッダを一致させてもなお結果が変わるようであればよく分かりません。

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。

  • 2015/04/22 12:13

    回答ありがとうございます。
    UAを変更してやってみたところうまくいきました。

    キャンセル

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 90.62%
  • 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

  • HTML

    8641questions

    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。

  • Python 2.7

    1233questions

    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。

  • Chrome

    586questions

    Google Chromeは携帯、テレビ、デスクトップなどの様々なプラットフォームで利用できるウェブブラウザです。Googleが開発したもので、Blink (レンダリングエンジン) とアプリケーションフレームワークを使用しています。