質問編集履歴
4
タイトルを変更しました
title
CHANGED
|
@@ -1,1 +1,1 @@
|
|
|
1
|
-
WEBスクレイピング beautifulsoup4
|
|
1
|
+
WEBスクレイピング beautifulsoup4 ページを変遷し情報取得するもページを残し終わってしまう
|
body
CHANGED
|
File without changes
|
3
実現したいこと、問題点等わかりやすく修正しました。また、ソースコードも余計なものは省きました
title
CHANGED
|
File without changes
|
body
CHANGED
|
@@ -1,66 +1,34 @@
|
|
|
1
1
|
### 前提・実現したいこと
|
|
2
|
-
DMMぱちタウンからスロットの遊技機情報をWEBスクレイピングで取得し
|
|
2
|
+
DMMぱちタウンからスロットの遊技機情報をWEBスクレイピングで取得したい。
|
|
3
|
-
■実現したいこと
|
|
4
|
-
スロットの全機種の情報取得(メーカーID、メーカ名、機種ID、機種名～機種概要)
|
|
3
|
+
→スロットの全機種の情報取得(メーカーID、メーカ名、機種ID、機種名～機種概要)
|
|
5
|
-
CSVファイルに保存
|
|
6
|
-
■できていること
|
|
7
|
-
|
|
4
|
+
<取得イメージ>
|
|
8
|
-
ただし、400機種分までしか取得できていないです。
|
|
9
|
-
■解決したいこと
|
|
10
|
-
|
|
5
|
+
1.3491:https://p-town.dmm.com/machines/3491
|
|
6
|
+
[['3491', 'タマどき！', '4', 'JPS', '97.2%〜105.6%', '2019/10上旬予定', 'コンサートホールグループでのみ打つことができるオリジナルパチスロが、この『タマどき！』。擬似ボーナスを搭載したAT機となっており、リール左右の花が
|
|
11
|
-
ループ
|
|
7
|
+
光ればボーナス確定だ。ボーナス後の32G間はボーナスの引き戻しに期待でき、最大ループ率は約90%と大量出玉への期待が膨らむ仕様となっている。花の光り方で滞在モードを示唆しているので、ここにも注目しておこう。', '']]･･･以下続く
|
|
12
8
|
|
|
13
|
-
|
|
9
|
+
###できていること
|
|
10
|
+
上記イメージ通り、スロット機種情報の取得はできています。
|
|
14
11
|
|
|
12
|
+
###できていないこと
|
|
13
|
+
ループはできていますが、400機種目（20ページ目の最後の機種）で終わってしまいます。
|
|
14
|
+
|
|
15
|
-
###
|
|
15
|
+
### 実現したいこと
|
|
16
|
+
全ページを横断し、スロット全機種の情報を取得したい。
|
|
16
17
|
エラーも特に出ていませんが、400機種を取得後にループを抜けて処理が終わってしまい、対応策が見つからず苦慮しております。
|
|
17
|
-
```
|
|
18
|
-
|
|
19
|
-
```
|
|
20
|
-
### 該当のソースコード
|
|
18
|
+
### 該当のソースコード（余計なものは省きました）
|
|
21
|
-
|
|
22
19
|
```python3
|
|
23
20
|
import requests
|
|
24
|
-
import logging
|
|
25
21
|
import random
|
|
26
22
|
import time
|
|
27
23
|
import re
|
|
28
|
-
import csv
|
|
29
24
|
from bs4 import BeautifulSoup
|
|
30
|
-
from os import chdir, path
|
|
31
|
-
from datetime import datetime, timedelta, timezone
|
|
32
25
|
|
|
33
26
|
if __name__ == "__main__":
|
|
34
27
|
|
|
35
|
-
# タイムゾーンの生成
|
|
36
|
-
JST = timezone(timedelta(hours=+9), 'JST')
|
|
37
|
-
|
|
38
|
-
# カレントディレクトリをスクリプトパスに変更
|
|
39
|
-
chdir(path.dirname(__file__))
|
|
40
|
-
|
|
41
|
-
# ベースとなる出力ファイル名を定義
|
|
42
|
-
out_file_base = path.splitext(path.basename(__file__))[0]
|
|
43
|
-
out_file_base = out_file_base + '_{0:%Y%m%d}_{0:%H%M%S}'.format(datetime.now(JST))
|
|
44
|
-
|
|
45
|
-
# ログファイル名を定義
|
|
46
|
-
log_file_name = path.splitext(path.basename(__file__))[0] + '_log'
|
|
47
|
-
log_file_name = log_file_name + '_{0:%Y%m%d}'.format(datetime.now(JST)) + '.log'
|
|
48
|
-
# フォーマットを定義
|
|
49
|
-
formatter = '%(asctime)s : %(levelname)s : %(message)s'
|
|
50
|
-
# ログレベルを DEBUG に変更
|
|
51
|
-
#logging.basicConfig(level=logging.DEBUG)
|
|
52
|
-
logging.basicConfig(format=formatter, filename=log_file_name, level=logging.INFO)
|
|
53
|
-
#logging.basicConfig(level=logging.DEBUG, format=formatter)
|
|
54
|
-
|
|
55
|
-
# User-Agent をIE11に偽装する
|
|
56
|
-
headers = {
|
|
57
|
-
'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64; Trident/7.0; rv:11.0) like Gecko'
|
|
58
|
-
}
|
|
59
|
-
|
|
60
28
|
#requestsを使って、webから取得
|
|
61
29
|
base_url = 'https://p-town.dmm.com/machines'
|
|
62
30
|
target_url = '/slot'
|
|
63
|
-
r = requests.get(base_url + target_url
|
|
31
|
+
r = requests.get(base_url + target_url)
|
|
64
32
|
soup = BeautifulSoup(r.text, 'lxml')
|
|
65
33
|
|
|
66
34
|
# データカラム定義
|
|
@@ -69,10 +37,8 @@
|
|
|
69
37
|
csv_list = []
|
|
70
38
|
#機種IDループ
|
|
71
39
|
for link_ in soup.find_all('a', class_='link', href=re.compile(r'/machines/' + '\d+')):
|
|
72
|
-
#csv_list = []
|
|
73
40
|
machine_url = link_.attrs.get('href')
|
|
74
41
|
machine_id = machine_url.rsplit('/', 1)[1]
|
|
75
|
-
logging.info('%s %s', '[' + machine_id + ']:', base_url + '/' + machine_id)
|
|
76
42
|
selector = 'body > div.o-layout > div > div > main > section li'
|
|
77
43
|
nextpage = True
|
|
78
44
|
while nextpage:
|
|
@@ -94,10 +60,8 @@
|
|
|
94
60
|
machine_id = target_url.rsplit('/', 1)[1]
|
|
95
61
|
machine_list[0] = machine_id
|
|
96
62
|
time.sleep(random.randint(1, 3)) #スリープ(1秒～3秒)
|
|
97
|
-
r2 = requests.get(base_url + '/' + machine_id
|
|
63
|
+
r2 = requests.get(base_url + '/' + machine_id)
|
|
98
|
-
get_date = datetime.now(JST)
|
|
99
64
|
soup2 = BeautifulSoup(r2.text, 'lxml')
|
|
100
|
-
logging.info('%s %s', str(num) + '[' + machine_id + ']:', base_url + '/' + machine_id)
|
|
101
65
|
print(str(num)+ '.'+ machine_id + ':' + base_url + '/' + machine_id)
|
|
102
66
|
#機種名取得
|
|
103
67
|
for title in soup2.select('h1[class="title"]'):
|
|
@@ -116,7 +80,6 @@
|
|
|
116
80
|
makers = -1
|
|
117
81
|
machine_list[2] = makers
|
|
118
82
|
machine_list[col_list.index(th_)] = td_
|
|
119
|
-
machine_list[col_list.index('取得日時')] = get_date.strftime('%Y-%m-%dT%H:%M:%S%z')
|
|
120
83
|
csv_list.append(machine_list)
|
|
121
84
|
#print(csv_list)
|
|
122
85
|
# 次ページ読込、なければループ終了
|
|
@@ -124,23 +87,15 @@
|
|
|
124
87
|
if pages_.text == '>':
|
|
125
88
|
if pages_.next.attrs.get('href') is not None:
|
|
126
89
|
target_url = pages_.next.attrs.get('href')
|
|
127
|
-
r = requests.get(target_url
|
|
90
|
+
r = requests.get(target_url)
|
|
128
91
|
soup = BeautifulSoup(r.text, 'lxml')
|
|
129
92
|
else:
|
|
130
93
|
nextpage = False
|
|
131
94
|
break
|
|
132
|
-
# CSVファイル出力
|
|
133
|
-
csv_file = out_file_base + '_' + '.csv'
|
|
134
|
-
csvFields = col_list
|
|
135
|
-
with open(csv_file, 'w', newline='', errors='replace', encoding='sjis') as f:
|
|
136
|
-
writer = csv.writer(f, quoting=csv.QUOTE_NONNUMERIC)
|
|
137
|
-
writer.writerow(csvFields)
|
|
138
|
-
writer.writerows(csv_list)
|
|
139
95
|
|
|
140
96
|
```
|
|
141
97
|
|
|
142
98
|
### 試したこと
|
|
143
|
-
|
|
144
99
|
スロット機種情報の20ページ目に何か原因があると思い、20ページ目から情報を取得したところ、特に問題なくループしたので
|
|
145
100
|
ページそのものに何かあるわけではなさそうです。
|
|
146
101
|
■参考 20ページ目URL
|
2
title
CHANGED
|
File without changes
|
body
CHANGED
|
@@ -1,5 +1,17 @@
|
|
|
1
1
|
### 前提・実現したいこと
|
|
2
2
|
DMMぱちタウンからスロットの遊技機情報をWEBスクレイピングで取得し、CSV出力をしようとソースコードを作成しております。
|
|
3
|
+
■実現したいこと
|
|
4
|
+
スロットの全機種の情報取得(メーカーID、メーカ名、機種ID、機種名～機種概要)
|
|
5
|
+
CSVファイルに保存
|
|
6
|
+
■できていること
|
|
7
|
+
機種情報の取得～CSVファイル保存まで。
|
|
8
|
+
ただし、400機種分までしか取得できていないです。
|
|
9
|
+
■解決したいこと
|
|
10
|
+
スロット全機種の情報取得～CSVファイル保存までです。エラーが出ていませんが400機種で処理が終わってしまいます。
|
|
11
|
+
ループ処理がうまくいってないのでしょうか。
|
|
12
|
+
|
|
13
|
+
ご協力お願いいたします。
|
|
14
|
+
|
|
3
15
|
### 発生している問題・エラーメッセージ
|
|
4
16
|
エラーも特に出ていませんが、400機種を取得後にループを抜けて処理が終わってしまい、対応策が見つからず苦慮しております。
|
|
5
17
|
```
|
1
誤字を修正いたしました。
title
CHANGED
|
File without changes
|
body
CHANGED
|
@@ -1,5 +1,5 @@
|
|
|
1
1
|
### 前提・実現したいこと
|
|
2
|
-
DMMぱちタウンからスロットの遊技機情報をWEBスクレイピングで取得し、CSV出力をしよう
|
|
2
|
+
DMMぱちタウンからスロットの遊技機情報をWEBスクレイピングで取得し、CSV出力をしようとソースコードを作成しております。
|
|
3
3
|
### 発生している問題・エラーメッセージ
|
|
4
4
|
エラーも特に出ていませんが、400機種を取得後にループを抜けて処理が終わってしまい、対応策が見つからず苦慮しております。
|
|
5
5
|
```
|