質問編集履歴
3
お礼追加
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -283,3 +283,69 @@
|
|
|
283
283
|
TypeError: 'unicode' object is not callable
|
|
284
284
|
|
|
285
285
|
```
|
|
286
|
+
|
|
287
|
+
|
|
288
|
+
|
|
289
|
+
# もう一度アドバイスをもらって完成
|
|
290
|
+
|
|
291
|
+
[umyu様](https://teratail.com/users/umyu) にスタックトレースの読み方まで教えていただいての完成です(*≧∀≦)
|
|
292
|
+
|
|
293
|
+
`html = r.text()`部分は括弧をとりましたが、それでも既視感のあるエラー (AttributeErrorだったかな?) がまた出て堂々巡りｺﾛｺﾛ ⌒((:з)⌒((ε:)⌒((:3に入った感があったので心が折れ、[案2: beautifulsoup4を使う](https://teratail.com/questions/140261#reply-212163) に切替え、`html = r.read()`に戻しましたorz
|
|
294
|
+
|
|
295
|
+
|
|
296
|
+
|
|
297
|
+
[https://news.google.com](https://news.google.com)をスクレイピング対象にしていましたが、urlにhtmlがまったく入っていなかったので、BeautifulSoup4のドキュメントを対象にしました。
|
|
298
|
+
|
|
299
|
+
|
|
300
|
+
|
|
301
|
+
```python
|
|
302
|
+
|
|
303
|
+
# ファイル名: python_ex289_ex293.py
|
|
304
|
+
|
|
305
|
+
# -*-coding:utf-8-*-
|
|
306
|
+
|
|
307
|
+
# 手本: https://github.com/calthoff/self_taught/blob/master/python_ex289.py/
|
|
308
|
+
|
|
309
|
+
import urllib2
|
|
310
|
+
|
|
311
|
+
from bs4 import BeautifulSoup
|
|
312
|
+
|
|
313
|
+
|
|
314
|
+
|
|
315
|
+
class Scraper:
|
|
316
|
+
|
|
317
|
+
def __init__(self, site):
|
|
318
|
+
|
|
319
|
+
self.site = site
|
|
320
|
+
|
|
321
|
+
|
|
322
|
+
|
|
323
|
+
def scrape(self):
|
|
324
|
+
|
|
325
|
+
r = urllib2.urlopen(self.site) # urlopen関数を実行するとResponseオブジェクトが返される。
|
|
326
|
+
|
|
327
|
+
html = r.read()
|
|
328
|
+
|
|
329
|
+
parser = "html.parser"
|
|
330
|
+
|
|
331
|
+
sp = BeautifulSoup(html, parser)
|
|
332
|
+
|
|
333
|
+
for tag in sp.find_all("a"):
|
|
334
|
+
|
|
335
|
+
url = tag.get("href")
|
|
336
|
+
|
|
337
|
+
if url is None:
|
|
338
|
+
|
|
339
|
+
continue
|
|
340
|
+
|
|
341
|
+
if "html" in url:
|
|
342
|
+
|
|
343
|
+
print("\n" + url)
|
|
344
|
+
|
|
345
|
+
|
|
346
|
+
|
|
347
|
+
news = "https://www.crummy.com/software/BeautifulSoup/bs4/doc/"
|
|
348
|
+
|
|
349
|
+
Scraper(news).scrape()
|
|
350
|
+
|
|
351
|
+
```
|
2
TypeError: 'unicode' object is not callable内容追記
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -267,3 +267,19 @@
|
|
|
267
267
|
|
|
268
268
|
|
|
269
269
|
しかしエラー「`TypeError: 'unicode' object is not callable`」で白旗 (´；ω；｀)
|
|
270
|
+
|
|
271
|
+
```
|
|
272
|
+
|
|
273
|
+
Traceback (most recent call last):
|
|
274
|
+
|
|
275
|
+
File "python_ex289_ex293.py", line 25, in <module>
|
|
276
|
+
|
|
277
|
+
Scraper(news).scrape()
|
|
278
|
+
|
|
279
|
+
File "python_ex289_ex293.py", line 13, in scrape
|
|
280
|
+
|
|
281
|
+
html = r.text()
|
|
282
|
+
|
|
283
|
+
TypeError: 'unicode' object is not callable
|
|
284
|
+
|
|
285
|
+
```
|
1
新たなエラー追記
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -185,3 +185,85 @@
|
|
|
185
185
|
Scraper(news).scrape()
|
|
186
186
|
|
|
187
187
|
```
|
|
188
|
+
|
|
189
|
+
|
|
190
|
+
|
|
191
|
+
# 案1を採用
|
|
192
|
+
|
|
193
|
+
[umyuさんの回答](https://teratail.com/questions/140261#reply-212163)から案1を採用し、`from bs3 import BeautifulSoup3`を`from BeautifulSoup import BeautifulSoup`に変更しました。おかげさまで`ImportError: No module named bs3` のエラーはなくなりました(≧∀≦)
|
|
194
|
+
|
|
195
|
+
|
|
196
|
+
|
|
197
|
+
その他いろいろエラーがあったので、解決できる部分は解決 (多分?) したのですが、エラー 「`TypeError: 'unicode' object is not callable`」が解決できませんorz
|
|
198
|
+
|
|
199
|
+
|
|
200
|
+
|
|
201
|
+
**只今のコード**
|
|
202
|
+
|
|
203
|
+
```python:web.py
|
|
204
|
+
|
|
205
|
+
# -*-coding:utf-8-*-
|
|
206
|
+
|
|
207
|
+
# https://github.com/calthoff/self_taught/blob/master/python_ex289.py/
|
|
208
|
+
|
|
209
|
+
from BeautifulSoup import BeautifulSoup
|
|
210
|
+
|
|
211
|
+
import requests
|
|
212
|
+
|
|
213
|
+
import urllib3
|
|
214
|
+
|
|
215
|
+
from HTMLParser import HTMLParser
|
|
216
|
+
|
|
217
|
+
class Scraper:
|
|
218
|
+
|
|
219
|
+
def __init__(self, site): # __init__メソッドはスクレイピング対象のURLを受け取る。
|
|
220
|
+
|
|
221
|
+
self.site = site
|
|
222
|
+
|
|
223
|
+
|
|
224
|
+
|
|
225
|
+
def scrape(self):
|
|
226
|
+
|
|
227
|
+
r = requests.get(self.site)
|
|
228
|
+
|
|
229
|
+
html = r.text()
|
|
230
|
+
|
|
231
|
+
parser = HTMLParser
|
|
232
|
+
|
|
233
|
+
sp = BeautifulSoup(html, parser)
|
|
234
|
+
|
|
235
|
+
|
|
236
|
+
|
|
237
|
+
for tag in sp.find_all("a"):
|
|
238
|
+
|
|
239
|
+
url = tag.get("href")
|
|
240
|
+
|
|
241
|
+
if url is None:
|
|
242
|
+
|
|
243
|
+
continue
|
|
244
|
+
|
|
245
|
+
if "html" in url:
|
|
246
|
+
|
|
247
|
+
print("\n" + url)
|
|
248
|
+
|
|
249
|
+
|
|
250
|
+
|
|
251
|
+
news = "https://news.google.com"
|
|
252
|
+
|
|
253
|
+
Scraper(news).scrape()
|
|
254
|
+
|
|
255
|
+
```
|
|
256
|
+
|
|
257
|
+
|
|
258
|
+
|
|
259
|
+
##エラーからの対応策概要
|
|
260
|
+
|
|
261
|
+
1. urlopenが使えないようなのでrequests.getに変更
|
|
262
|
+
|
|
263
|
+
2. `parser = "html.parser"`はPython2では使えないようなので`parser = HTMLParser`に変更
|
|
264
|
+
|
|
265
|
+
3. `AttributeError: 'Response' object has no attribute 'read'`と出たので`html = r.read()`を`html = r.text()`に変更。
|
|
266
|
+
|
|
267
|
+
|
|
268
|
+
|
|
269
|
+
しかしエラー「`TypeError: 'unicode' object is not callable`」で白旗 (´；ω；｀)
|