回答編集履歴
1
ソースコードを追記しました。
answer
CHANGED
|
@@ -4,4 +4,67 @@
|
|
|
4
4
|
https://docs.python.org/ja/3/tutorial/errors.html
|
|
5
5
|
|
|
6
6
|
順位を正しくするには、空白をappendするのが現状一番かと思われます。
|
|
7
|
-
ループやインクリメント処理については、インデントやスコープをよく見て書いてみるといいかもしれません。
|
|
7
|
+
ループやインクリメント処理については、インデントやスコープをよく見て書いてみるといいかもしれません。
|
|
8
|
+
|
|
9
|
+
|
|
10
|
+
|
|
11
|
+
※ここから追記です
|
|
12
|
+
このようなことでしょうか？
|
|
13
|
+
一応ですが、実行確認済みです。
|
|
14
|
+
|
|
15
|
+
```Python
|
|
16
|
+
import requests
|
|
17
|
+
from bs4 import BeautifulSoup
|
|
18
|
+
import time
|
|
19
|
+
import os
|
|
20
|
+
import re
|
|
21
|
+
import csv
|
|
22
|
+
from urllib.parse import urljoin
|
|
23
|
+
|
|
24
|
+
#URL
|
|
25
|
+
url = ["http://hoge.co.jp", \
|
|
26
|
+
"http://fuga.co.jp", \
|
|
27
|
+
"http://piyo.co.jp"
|
|
28
|
+
]
|
|
29
|
+
|
|
30
|
+
def scraping():
|
|
31
|
+
#URLカウンタ（初期化）
|
|
32
|
+
n = 0
|
|
33
|
+
while n < len(url):
|
|
34
|
+
#取得する値（配列）
|
|
35
|
+
res = requests.get(url[n])
|
|
36
|
+
res.raise_for_status()
|
|
37
|
+
#配列カウンタ（初期化）
|
|
38
|
+
count = 0
|
|
39
|
+
#指定のURLにアクセス
|
|
40
|
+
html = BeautifulSoup(res.content, "lxml")
|
|
41
|
+
#タグの内容を取得
|
|
42
|
+
arr1 = []
|
|
43
|
+
arr2 = []
|
|
44
|
+
data1 = html.find_all("h3", class_="hoge")
|
|
45
|
+
data2 = html.find_all("p")
|
|
46
|
+
if data1 is not None:
|
|
47
|
+
for tmp1 in data1:
|
|
48
|
+
arr1.append(tmp1.get_text())
|
|
49
|
+
|
|
50
|
+
if data2 is not None:
|
|
51
|
+
for tmp2 in data2:
|
|
52
|
+
data3 = tmp2.find_all("a")
|
|
53
|
+
if data3 is not None:
|
|
54
|
+
for pt in data3:
|
|
55
|
+
arr2.append(pt.get("href"))
|
|
56
|
+
|
|
57
|
+
#ファイル書き出し
|
|
58
|
+
filename = "output" + str(n) + ".csv"
|
|
59
|
+
with open(filename, 'w') as f:
|
|
60
|
+
writer = csv.writer(f)
|
|
61
|
+
writer.writerow(arr1)
|
|
62
|
+
writer.writerow(arr2)
|
|
63
|
+
|
|
64
|
+
#次のURLへ
|
|
65
|
+
n += 1
|
|
66
|
+
|
|
67
|
+
if __name__ == '__main__':
|
|
68
|
+
|
|
69
|
+
scraping()
|
|
70
|
+
```
|