質問編集履歴
1
該当HTMLを記載しました
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -1,16 +1,36 @@
|
|
|
1
1
|
### 前提・実現したいこと
|
|
2
|
+
|
|
3
|
+
あるサイトのリンクを抽出しているのですが、URL上にあるすべてのリンクではなくclass=HorseName以下のリンクのみ抽出したいと思っています。
|
|
2
4
|
|
|
3
5
|
|
|
4
6
|
|
|
5
|
-
|
|
7
|
+
### 該当のソースコード
|
|
6
8
|
|
|
7
9
|
|
|
8
10
|
|
|
11
|
+
from bs4 import BeautifulSoup
|
|
12
|
+
|
|
9
|
-
|
|
13
|
+
import urllib.request as req
|
|
10
14
|
|
|
11
15
|
|
|
12
16
|
|
|
13
17
|
|
|
18
|
+
|
|
19
|
+
url = "https://race.netkeiba.com/race/shutuba.html?race_id=202006030111&rf=race_list"
|
|
20
|
+
|
|
21
|
+
res = req.urlopen(url)
|
|
22
|
+
|
|
23
|
+
soup = BeautifulSoup(res, 'html.parser')
|
|
24
|
+
|
|
25
|
+
url_items = soup.find_all(class_='HorseName')
|
|
26
|
+
|
|
27
|
+
for x in url_items:
|
|
28
|
+
|
|
29
|
+
print(x.get('href'))
|
|
30
|
+
|
|
31
|
+
### 発生している問題・エラーメッセージ
|
|
32
|
+
|
|
33
|
+
上記を実行すると以下のようにNoneがかえります。
|
|
14
34
|
|
|
15
35
|
None
|
|
16
36
|
|
|
@@ -44,32 +64,42 @@
|
|
|
44
64
|
|
|
45
65
|
|
|
46
66
|
|
|
47
|
-
### 該当のソースコード
|
|
48
|
-
|
|
49
|
-
|
|
50
|
-
|
|
51
|
-
from bs4 import BeautifulSoup
|
|
52
|
-
|
|
53
|
-
import urllib.request as req
|
|
54
67
|
|
|
55
68
|
|
|
56
69
|
|
|
57
70
|
|
|
58
|
-
|
|
59
|
-
url = "https://race.netkeiba.com/race/shutuba.html?race_id=202006030111&rf=race_list"
|
|
60
|
-
|
|
61
|
-
res = req.urlopen(url)
|
|
62
|
-
|
|
63
|
-
soup = BeautifulSoup(res, 'html.parser')
|
|
64
|
-
|
|
65
|
-
url_items = soup.find_all(class_='HorseName')
|
|
66
|
-
|
|
67
|
-
for x in url_items:
|
|
68
|
-
|
|
69
|
-
|
|
71
|
+
なお抽出したいリンクを含むHTMLは以下の通りです。
|
|
70
72
|
|
|
71
73
|
|
|
72
74
|
|
|
75
|
+
<div>
|
|
76
|
+
|
|
77
|
+
<span class="HorseName">
|
|
78
|
+
|
|
79
|
+
<a title="アイスバブル"
|
|
80
|
+
|
|
81
|
+
href="https://db.netkeiba.com/horse/2015104689" target="_blank">アイスバブル<img width="18" class="disp_none Favorite" id="myhorse_2015104689" alt="" src="https://cdn.netkeiba.com/img.racev3/common/img/icon/icon_horse.png?2019073001">
|
|
82
|
+
|
|
83
|
+
</a>
|
|
84
|
+
|
|
85
|
+
</span>
|
|
86
|
+
|
|
87
|
+
|
|
88
|
+
|
|
89
|
+
</div>
|
|
90
|
+
|
|
73
91
|
### 試したこと
|
|
74
92
|
|
|
75
|
-
|
|
93
|
+
上記の状態でprint(x)を実行すると以下のように返ります。
|
|
94
|
+
|
|
95
|
+
|
|
96
|
+
|
|
97
|
+
<span class="HorseName"><a href="https://db.netkeiba.com/horse/2015105090" target="_blank" title="レッドレオン">レッドレオン<img alt="" class="disp_none Favorite" id="myhorse_2015105090" src="https://cdn.netkeiba.com/img.racev3/common/img/icon/icon_horse.png?2019073001" width="18"/></a></span>
|
|
98
|
+
|
|
99
|
+
|
|
100
|
+
|
|
101
|
+
HTMLは抽出できているのですが、この中の
|
|
102
|
+
|
|
103
|
+
a href="https://db.netkeiba.com/horse/2015105090"
|
|
104
|
+
|
|
105
|
+
のリンクの抽出が上手にいってないようです。
|