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

90.48%

  • Python

    8583questions

    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。

  • Python 3.x

    6888questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • 機械学習

    715questions

    機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

  • スクレイピング

    358questions

  • 文字コード

    211questions

    文字コードとは、文字や記号をコンピュータ上で使用するために用いられるバイト表現を指します。

pythonを用いたスクレイピングで適切な形のデータのリストを作成することができません。

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 1
  • VIEW 275

futashige

score 20

前提・実現したいこと

データ分析・機械学習を行うために、pythonを用いて、スクレイピングを行い、気象データを収集することが目的です。(csvファイルを用いずに)

発生している問題・エラーメッセージ

該当のクラスを指定することで、タグも含んだ文字列としてデータを抽出することには成功したのですが、その文字列がリストに対して文字列で無いかのように格納されてしまい(''が付いていない)数値データを取り出すことが出来なくなっております。(正規表現などを用いて数値データを取り出そうとしたが、要素が文字列として認識されないため、実行できない)

(例)
['<span aria-hidden="true" class="icon glyphicon glyphicon-search"></span>', '<span aria-hidden="true" class="icon glyphicon glyphicon-search"></span>']
本来は上のように取り出したいのですが、下のようになってしまいます。
[<span aria-hidden="true" class="icon glyphicon glyphicon-search"></span>, <span aria-hidden="true" class="icon glyphicon glyphicon-search"></span>]

該当のソースコード

python

import requests, bs4

res = requests.get('http://www.data.jma.go.jp/obd/stats/etrn/view/annually_s.php?prec_no=44&block_no=47662&year=&month=&day=&view=')

soup = bs4.BeautifulSoup(res.txt)

a = soup.select('.data_0_0') #aが最終的に取り出したリスト

試したこと

ネットで検索したことに従い、urllibなどを用いて同様のことを行いましたが、得られるリストに変化はありませんでした。

補足情報(言語/FW/ツール等のバージョンなど)

python3.6.1

  • 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。

質問への追記・修正、ベストアンサー選択の依頼

  • karamarimo

    2017/10/04 00:57

    「その文字列がリストに対して文字列で無いかのように格納されてしま」うなら、どう格納されているのでしょうか?

    キャンセル

  • karamarimo

    2017/10/04 01:05 編集

    beautifulsoup4のdocsをみるとTag objectのリストを返すようです。 https://www.crummy.com/software/BeautifulSoup/bs4/doc/#css-selectors https://www.crummy.com/software/BeautifulSoup/bs4/doc/#tag

    キャンセル

  • futashige

    2017/10/04 01:13

    大変分かりにくく書いてしまい申し訳在りません。修正いたします。

    キャンセル

  • futashige

    2017/10/04 01:23

    Tag Object のリストを通常の文字列のリストに変換すること、また、直接 Tag objectの要素からデータを抽出することは可能なのでしょうか?

    キャンセル

回答 1

checkベストアンサー

+2

.select()Tagオブジェクトのリストを返しますが、Tagオブジェクトのテキストは.stringで取得でき、これはNavigableStringオブジェクトを返します。

NavigableString

NavigableStringは文字列のラッパーで、文字列そのものはstr(...)で取得できます。docsにはunicodeを使えと書いてありますが、たぶんこれはPython2用の情報だと思います。

今の場合、つぎのようにして各要素のテキストを取り出せるはずです。

a = soup.select('.data_0_0')
for ele in a:
  text = str(ele.string)
  # do something

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。

  • 2017/10/04 02:21

    無事に取り出すことに成功しました。夜分遅くまでありがとうございます。
    また機会があれば宜しくお願い致しますねよろしくおねがいいたします!

    キャンセル

関連した質問

  • 解決済

    Python スクレイピング

    [実現したい事] Python/スクレイピング初心者です。毎日コツコツ勉強しています。 スクレイピングにてあるサイトからBeautifulsoupもしくは正規表現を使用して指定

  • 解決済

    日本語を含むURLのスクレイピングについて

    そのままですが、Pythonでスクレイピングをする際に日本語が含まれているURLではエラーが出てしまいます。使っているモジュールは以下のコード通りで通常のURLではエラーは出ず、H

  • 解決済

    Pythonスクレイピング

     前提・実現したいこと Yahoo画像検索を使用して画像を集めまくるプログラムを作成したいのです。※超初心者です。  発生している問題 bs4で画像のURLを取得する方法が解ら

  • 解決済

    python webスクレイピング

    <tr> <td class="td11">2590</td> <td class="td12">ダイドーグループホールディングス</td> <td class="td11">東証

  • 受付中

    pythonにおけるスクレイピングで複数ページを取得

     前提・実現したいこと pythonのbeautifulsoup のスクレイピング機能を使って、複数ページあるサイトのテキスト情報を取得し、csvファイルに書き込みたいと考えていま

  • 解決済

    スクレイピングしたい...

    pythonでスクレイピングについて学習しています。 先日こちらのサイトで大変参考になる解答をしていただいたのですがどうしても自分の抜き出したい情報を抜き出す方法がわからなかったの

  • 受付中

    指定した単語が存在するWebページからスクレイピング(python)

    【実行環境および使用言語】 -CentOS 7 -Python 2.7.5 【やりたいこと】 次のような操作を行いたいと考えております。 ①とあるWebページからURL一覧

  • 解決済

    python テーブル要素のスクレイピング

    https://snownet.jp/search/?prefarea=1 のゲレンデごとのコース数をスクレイピングしたいのですが、以下のようにしても上手くいきません。 imp

同じタグがついた質問を見る

  • Python

    8583questions

    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。

  • Python 3.x

    6888questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • 機械学習

    715questions

    機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

  • スクレイピング

    358questions

  • 文字コード

    211questions

    文字コードとは、文字や記号をコンピュータ上で使用するために用いられるバイト表現を指します。