BeautifulSoup入門 soup.の挙動を確認する【Python】
02 28, 2019
スクレイピングをしたい
Webサイトから情報をまとめてCSVでごにょごにょしたいなどにスクレイピングは便利です。
今回は、Pythonのスクレイピングによく使われるBeautifulSoupを使って勉強していきます。
BeautifulSoupには便利な機能がたくさんあります。今回は、それをまとめておきます。
tagの名前を表示
BeautifulSoupでtagの名前を表示するには
print(soup.title.name)と記載します。
titleタグで囲まれた文字列を表示
BeautifulSoupでtagの名前を表示するには
print(soup.title.string)と記載します。
titleタグの親要素を表示
BeautifulSoupでtagの名前を表示するには
print(soup.title.parent.name)と記載します。
タグで囲まれた部分を表示
BeautifulSoupでtagの名前を表示するには
print(soup.p)と記載します。
タグのクラス名を取得
BeautifulSoupでtagの名前を表示するには
print(soup.p['class'])と記載します。
タグの最初の一つを取得
BeautifulSoupでtagの名前を表示するには
print(soup.a)と記載します。
タグ全てを取得
BeautifulSoupでtagの名前を表示するには
print(soup.find_all('a'))と記載します。
idを検索
BeautifulSoupでtagの名前を表示するには
print(soup.find(id="link3"))と記載します。
完成したコード
html_doc = """
<html><head><title>The Dormouse's story</title></head>
<body>
<p class="title"><b>The Dormouse's story</b></p>
<p class="story">Once upon a time there were three little sisters; and their names were
<a href="http://example.com/elsie" class="sister" id="link1">Elsie</a>,
<a href="http://example.com/lacie" class="sister" id="link2">Lacie</a> and
<a href="http://example.com/tillie" class="sister" id="link3">Tillie</a>;
and they lived at the bottom of a well.</p>
<p class="story">...</p>
"""
from bs4 import BeautifulSoup
soup = BeautifulSoup(html_doc)
#tagの名前を表示
print(soup.title.name)
#titleタグで囲まれた文字列を表示
print(soup.title.string)
#titleタグの親要素を表示
print(soup.title.parent.name)
#<p>タグで囲まれた部分を表示
print(soup.p)
# <p class="title"><b>The Dormouse's story</b></p>
#<p>タグのクラス名を取得
print(soup.p['class'])
#<a>タグの最初の一つを取得
print(soup.a)
#<a>タグ全てを取得
print(soup.find_all('a'))
#idを検索
print(soup.find(id="link3"))
