前提
pythonでのスクレイピングに初めて取り組んでいます。
http://www.haiku-data.jp/kigo_list.php?season_cd=1#result
こちらのサイトでデータベースとして登録されている、春や夏の季語のテキストファイルを、機械学習のデータセットのために作成したいです。
pythonはGoogle Colaboratoryで回しています
実現したいこと
- 季語のみをスクレイピングしたい
出来れば季語のリストをテキストファイルに書き起こしたい
発生している問題・エラーメッセージ
季語のテキストが取れない
該当のソースコード
python
1import requests 2from bs4 import BeautifulSoup 3 4import re 5 6url = 'http://www.haiku-data.jp/kigo_list.php?season_cd=1#result' 7res = requests.get(url) 8 9soup = BeautifulSoup(res.text, "html.parser") 10 11elems = soup.find_all(href=re.compile("kigo_work_list.php?kigo")) 12elems
試したこと
上記のプログラムでの出力結果は[]でした。配列の中に何も入っていないと考えられます。
さまざまなサイトでのスクレイピングの方法を検索して、上記のプログラムが一番やりたいことに近いのではないかと思いましたが、うまくいきません。
季語のタグは、例えば春の季語では、上記のサイトのデベロッパツールで見てみると
<a href="kigo_work_list.php?kigo_cd=128">青饅</a>、
<a href="kigo_work_list.php?kigo_cd=30">暖か</a> のように、
cd=xとして、単語ごとに番号が違うため、文字検索としてre.compileを用いています
cd=以降の数字の部分を条件指定で変更できるのかと考えてみましたが、うまくいきませんでした。

回答1件
あなたの回答
tips
プレビュー
下記のような回答は推奨されていません。
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。
2022/08/06 12:04