質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
86.12%
スクレイピング

スクレイピングとは、公開されているWebサイトからページ内の情報を抽出する技術です。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

HTML

HTMLとは、ウェブ上の文書を記述・作成するためのマークアップ言語のことです。文章の中に記述することで、文書の論理構造などを設定することができます。ハイパーリンクを設定できるハイパーテキストであり、画像・リスト・表などのデータファイルをリンクする情報に結びつけて情報を整理します。現在あるネットワーク上のほとんどのウェブページはHTMLで作成されています。

解決済

スクレイピング作業におけるエラー

KNTN
KNTN

総合スコア25

スクレイピング

スクレイピングとは、公開されているWebサイトからページ内の情報を抽出する技術です。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

HTML

HTMLとは、ウェブ上の文書を記述・作成するためのマークアップ言語のことです。文章の中に記述することで、文書の論理構造などを設定することができます。ハイパーリンクを設定できるハイパーテキストであり、画像・リスト・表などのデータファイルをリンクする情報に結びつけて情報を整理します。現在あるネットワーク上のほとんどのウェブページはHTMLで作成されています。

1回答

0リアクション

0クリップ

189閲覧

投稿2022/09/20 10:04

前提

Pythonを使用し、スクレイピングについて学習しています。

あるサイトから文字列の抽出を行いたいのですが、該当箇所のtypeがbs4.element.ResultSetであり、~.textを使用した文字列の抽出ができません。

実現したいこと

<html>

[<h2 class="fa_ttl"><span class="fa_name"><a href="/dtl/00000000000000396895/" onclick="doSetCookie('61','','','00000000000000396895')">大久保北中学校</a></span></h2>]

というhtmlで書かれた文から「大久保北中学校」という文字列のみを抽出したいです。

  • ▲▲機能を動作するようにする

発生している問題・エラーメッセージ


エラーメッセージ
AttributeError Traceback (most recent call last)
Input In [124], in <cell line: 1>()
----> 1 facility_name.text

File ~/opt/anaconda3/lib/python3.9/site-packages/bs4/element.py:2289, in ResultSet.getattr(self, key)
2287 def getattr(self, key):
2288 """Raise a helpful exception to explain a common code fix."""
-> 2289 raise AttributeError(
2290 "ResultSet object has no attribute '%s'. You're probably treating a list of elements like a single element. Did you call find_all() when you meant to call find()?" % key
2291 )

AttributeError: ResultSet object has no attribute 'text'. You're probably treating a list of elements like a single element. Did you call find_all() when you meant to call find()?

該当のソースコード

facility_name=facility.find_all('h2',attrs={'class': 'fa_ttl'})
facility_name.text

facility_nameには
[<h2 class="fa_ttl"><span class="fa_name"><a href="/dtl/00000000000000396895/" onclick="doSetCookie('61','','','00000000000000396895')">大久保北中学校</a></span></h2>]
が入っています。

試したこと

正規表現を用いて末尾「中学校」からの抽出を試みました。
しかし、facility_nameのtypeがbs4.element.ResultSetであり、文字列を抽出することができませんでした。

補足情報(FW/ツールのバージョンなど)

Jupiter LabおよびPython3を使用しています

以下のような質問にはリアクションをつけましょう

  • 質問内容が明確
  • 自分も答えを知りたい
  • 質問者以外のユーザにも役立つ

リアクションが多い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

気になる質問をクリップする

クリップした質問は、後からいつでもマイページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

下記のような質問は推奨されていません。

  • 間違っている
  • 質問になっていない投稿
  • スパムや攻撃的な表現を用いた投稿

適切な質問に修正を依頼しましょう。

melian

2022/09/20 10:09

エラーメッセージを読むと、facility_name[0].text とするのではないでしょうか。
KNTN

2022/09/20 10:14

ご指摘ありがとうございます。 listとsingle elementが混同していました。 解決しました。
otn

2022/09/20 17:46

自分で回答欄に内容を書いてクローズしましょう。

まだ回答がついていません

会員登録して回答してみよう

アカウントをお持ちの方は

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
86.12%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問

同じタグがついた質問を見る

スクレイピング

スクレイピングとは、公開されているWebサイトからページ内の情報を抽出する技術です。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

HTML

HTMLとは、ウェブ上の文書を記述・作成するためのマークアップ言語のことです。文章の中に記述することで、文書の論理構造などを設定することができます。ハイパーリンクを設定できるハイパーテキストであり、画像・リスト・表などのデータファイルをリンクする情報に結びつけて情報を整理します。現在あるネットワーク上のほとんどのウェブページはHTMLで作成されています。