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
85.42%
スクレイピング

スクレイピングとは、公開されているWebサイトからページ内の情報を抽出する技術です。

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

解決済

1回答

692閲覧

スクレイピングで同じクラスが複数あるものを一つずつ指定するにはどのようにすればいいですか

hiha

総合スコア5

スクレイピング

スクレイピングとは、公開されているWebサイトからページ内の情報を抽出する技術です。

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2023/03/26 08:25

実現したいこと

スクレイピングで同じクラスが複数あるものを一つずつ指定するにはどのようにすればいいですか

前提

こちらのサイトhttps://github.com/orangain/scraping-hands-on/blob/master/exercises.md でpythonのスクレイピングの練習しております。1つ目の問題で同じクラスが複数あり一番最初の一つだけしか取得できません。どのようにすれば一つずつ取得できますか?

該当のソースコード

python

1import requests 2from bs4 import BeautifulSoup 3 4url = "http://qiita.com/advent-calendar/2016/crawler" 5html = requests.get(url) 6soup = BeautifulSoup(html.content,'html.parser') 7 8#木曜日1日 9for link in soup.find(class_='style-1dctyxx'): 10 print(link.get('href')) 11for element in soup.find(class_='style-3ki7ar'): 12 print(element.text) 13#金曜日2日 14for link in soup.find(class_='style-1dctyxx'): 15 print(link.get('href')) 16for element in soup.find(class_='style-3ki7ar'): 17 print(element.text) 18

出力結果

http://amacbee.hatenablog.com/entry/2016/12/01/210436 scrapy-splashを使ってJavaScript利用ページを簡単スクレイピング http://amacbee.hatenablog.com/entry/2016/12/01/210436 scrapy-splashを使ってJavaScript利用ページを簡単スクレイピング

pythonのバージョンは3.11.2です。

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。

hiha

2023/03/26 14:08

申し訳ございません。以後気をつけます。
guest

回答1

0

ベストアンサー

findは該当する要素の内、最初の1件だけを返すメソッドです。
該当する要素を全てリスト(list)で返して欲しいのであれば、find_allです。

投稿2023/03/26 08:37

otn

総合スコア85094

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。

hiha

2023/03/27 06:47 編集

9行目のfindの後をfind_allにしたらurlがすべてNoneになり文章は同じ文書が4回出力されました。#金曜日2日から下は消しました。 import requests from bs4 import BeautifulSoup url = "http://qiita.com/advent-calendar/2016/crawler" html = requests.get(url) soup = BeautifulSoup(html.content,'html.parser') for link in soup.find_all(class_='style-1dctyxx'): print(link.get('href')) for element in soup.find_all(class_='style-3ki7ar'): print(element.text)
otn

2023/03/27 11:02

該当ページを見てみましたが、 クラスが'style-1dctyxx'な要素はdivです。divにはhrefが無いのでlink.get('href')はNoneですね。 クラスが'style-3ki7ar'な要素はaのようなので、そのhrefが欲しいのならelement.get('href')で取得できるでしょう。 クラス名のタイプミスかコピペミスをしているのか、そもそもHTMLとCSSをよくわかっていないのか、どちらかです。
hiha

2023/03/27 11:44

ちゃんとurl取得できました! htmlとcssの勉強を飛ばしてpythonをやっているので、そこから勉強したほうがよさそうです。 ありがとうございました!
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

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
85.42%

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