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
85.68%
Beautiful Soup

Beautiful Soupは、Pythonのライブラリの一つ。スクレイピングに特化しています。HTMLデータの構文の解析を行うために、HTMLタグ/CSSのセレクタで抽出する部分を指定することが可能です。

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

239閲覧

URL先のテキストを抜き出して(できれば、)テキストファイルに書き込みたいです。

SmaSTATION

総合スコア25

Beautiful Soup

Beautiful Soupは、Pythonのライブラリの一つ。スクレイピングに特化しています。HTMLデータの構文の解析を行うために、HTMLタグ/CSSのセレクタで抽出する部分を指定することが可能です。

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。

0グッド

0クリップ

投稿2023/05/26 05:57

実現したいこと

以下のプログラムを用いて、入力されているURL先のテキストを出力させたいです。(そして、できれば出力結果をテキストファイルに書き込みたい...)
ただ、以下のプログラムにあるURLだと形式エラーが出てしまい、困っています。

前提

個人的には、URLに「txt」があるから少し他のURLと違うのかな...とは思いつつそこから先へ進めずいます。
ちなみに、普通のWEBURLは大丈夫でした...

発生している問題・エラーメッセージ

Traceback (most recent call last): File "d:/selfpy/chap01/hello.py", line 7, in <module> text = soup.find(class_='entry-content').get_text() AttributeError: 'NoneType' object has no attribute 'get_text'

該当のソースコード

Python3

1from bs4 import BeautifulSoup 2import requests as req 3 4url = 'https://kokkai.ndl.go.jp/txt/121104376X01420230418/235' 5html = req.get(url).content 6soup = BeautifulSoup(html, 'html.parser') 7text = soup.find(class_='entry-content').get_text() 8print(text)

試したこと

  • soup.findのクラス部分をtxtに変更した
  • get.text➡get.txt に変更

補足情報(FW/ツールのバージョンなど)

些細な事、𠮟咤激励など含めてコメント等いただけると助かります。

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。

下記のような質問は推奨されていません。

  • 質問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

適切な質問に修正を依頼しましょう。

また依頼した内容が修正された場合は、修正依頼を取り消すようにしましょう。

can110

2023/05/26 06:25

print(html)なりで意図通りのHTMLが取得できているか確認してください。 もし意図通りでなければ、その原因について調べてみて分かったこと(分からなかったこと)を本文に追記ください。
guest

回答1

1

XMLHttpRequest(XHR) による API がありますので、そちらを使うとよいかと思います。

python

1import json 2import requests as req 3 4url = 'https://kokkai.ndl.go.jp/txt/121104376X01420230418/235' 5 6min_id, spk_num = url.split('/')[-2:] 7url = f'https://kokkai.ndl.go.jp/minutes/api/v1/detail/list?minId={min_id}' 8text = req.get(url).text 9dic = json.loads(text) 10text = [t['speech'] for t in dic['data'][0]['spk_inf'] if t['spk_num'] == int(spk_num)] 11if text: text = text[0] 12print(text) 13 14# ○前原委員 国民民主党の前原誠司でございます。 15#  防衛力の財源確保法の質疑の前に、植田新総裁にお越しをいただいておりますので、金融政策について質問させていただきたいと思います。 16#  議院運営委員会の意見聴取のときにお尋ねしたことの確認に一つなるわけでございますけれども、平成二十五年一月二十二日に発表されました政府と日本銀行の共同声明について、新総裁として、見直しや新たな共同声明の発出は必要ないというお考えに変わりはありませんか。その点について御答弁ください。

投稿2023/05/26 07:37

編集2023/05/26 07:42
melian

総合スコア18155

SmaSTATION👍を押しています

下記のような回答は推奨されていません。

  • 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

このような回答には修正を依頼しましょう。

また依頼した内容が修正された場合は、修正依頼を取り消すようにしましょう。

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
85.68%

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

同じタグがついた質問を見る

Beautiful Soup

Beautiful Soupは、Pythonのライブラリの一つ。スクレイピングに特化しています。HTMLデータの構文の解析を行うために、HTMLタグ/CSSのセレクタで抽出する部分を指定することが可能です。

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。