回答編集履歴
1
追記
test
CHANGED
|
@@ -53,3 +53,51 @@
|
|
|
53
53
|
サンプルにdivでclassが"__shi_m_txt"はないのと
|
|
54
54
|
|
|
55
55
|
これで取得しても「資格」しか取れないと思うのですが
|
|
56
|
+
|
|
57
|
+
|
|
58
|
+
|
|
59
|
+
# 追記
|
|
60
|
+
|
|
61
|
+
beautifulsoupの場合
|
|
62
|
+
|
|
63
|
+
|
|
64
|
+
|
|
65
|
+
```python
|
|
66
|
+
|
|
67
|
+
import requests
|
|
68
|
+
|
|
69
|
+
from bs4 import BeautifulSoup
|
|
70
|
+
|
|
71
|
+
import re
|
|
72
|
+
|
|
73
|
+
|
|
74
|
+
|
|
75
|
+
url = 'https://shingakunet.com/gakko/SC003048/gakubugakka/00000000000160337/'
|
|
76
|
+
|
|
77
|
+
|
|
78
|
+
|
|
79
|
+
r = requests.get(url)
|
|
80
|
+
|
|
81
|
+
|
|
82
|
+
|
|
83
|
+
r.raise_for_status()
|
|
84
|
+
|
|
85
|
+
|
|
86
|
+
|
|
87
|
+
soup = BeautifulSoup(r.content, 'html5lib')
|
|
88
|
+
|
|
89
|
+
|
|
90
|
+
|
|
91
|
+
# 資格の下のテキスト取得
|
|
92
|
+
|
|
93
|
+
t = "\n".join([re.sub("\s", "", i) for i in soup.find("span", class_ = "__shi_m_txt", text = "資格").parent.find_next_sibling("div", class_="__shi_gakkaDetail_cont").stripped_strings])
|
|
94
|
+
|
|
95
|
+
# 資格のタグ（find）→親タグ（parent）→下の兄弟タグ（find_next_sibling）→前後の空白文字を除去したテキスト→文中の空白文字削除→結合
|
|
96
|
+
|
|
97
|
+
|
|
98
|
+
|
|
99
|
+
# Webページと同じように、の後の改行を削除
|
|
100
|
+
|
|
101
|
+
print(re.sub("、\n", "、", t))
|
|
102
|
+
|
|
103
|
+
```
|