[BeautifulSoup]ClassとIDでDiv要素をスクレイピング｜自作で機械学習モデル・AIの使い方を学ぶ

Webスクレイピングとは、Web上に公開されているデータを自動的に収集することです。例えば、ある商品の価格を定期的に取得し、競合他社と比較することで競争力を高めたり、SNSの投稿内容を分析することで、商品やサービスの改善点を把握することができます。

BeautifulSoupは、PythonでWebスクレイピングを行う際に最もよく使われるライブラリの1つです。HTMLやXMLからデータを抽出することができ、簡単にスクレイピングを行うことができます。

ClassとIDとは何か

WebページのHTMLタグには、ClassとIDという2つの属性があります。Classは同じスタイルを適用するためにグループ化された要素を、IDは個別の要素を指定するために使用されます。

<div class="box">This is a box</div>
<div id="header">This is a header</div>

上記の例では、class属性を持つdivタグが「box」という名前のグループに属しています。一方、id属性を持つdivタグは「header」という名前で個別に指定されています。

BeautifulSoupでClassとIDを用いたDiv要素のスクレイピング方法

BeautifulSoupを用いてClassとIDを用いたDiv要素のスクレイピングを行うには、以下のようにコードを記述します。

import requests
from bs4 import BeautifulSoup
url = "http://example.com"
res = requests.get(url)
soup = BeautifulSoup(res.content, "html.parser")
# classがexampleのdiv要素を取得する
div_list = soup.select(".example")
# idがheaderのdiv要素を取得する
div_element = soup.select_one("#header")

上記の例では、requestsモジュールを用いて指定したURLからHTMLを取得し、BeautifulSoupを用いて解析しています。そして、selectメソッドを用いてclassがexampleのdiv要素を、select_oneメソッドを用いてidがheaderのdiv要素をそれぞれ取得しています。

実践例：BeautifulSoupでClassとIDを用いたDiv要素のスクレイピング

以下は、ニュースサイトから最新の記事タイトルを取得するプログラムです。

import requests
from bs4 import BeautifulSoup
url = "ニュースサイトのURL"
res = requests.get(url)
soup = BeautifulSoup(res.content, "html.parser")
# classがnewsFeed__titleのdiv要素を取得する
titles = soup.select(".newsFeed__title")
# 記事タイトルを表示する
for title in titles:
    print(title.text)

上記のプログラムでは、requestsモジュールを用いてニュースサイトのトップページからHTMLを取得し、BeautifulSoupを用いて解析しています。そして、selectメソッドを用いてclassがnewsFeed__titleのdiv要素を取得し、記事タイトルを表示しています。

注意点：BeautifulSoupでClassとIDを用いたDiv要素のスクレイピングを行う上での注意点

BeautifulSoupでClassとIDを用いたDiv要素のスクレイピングを行う際には、以下の注意点に注意してください。

Webサイトの利用規約に従ってスクレイピングを行うこと
スクレイピングによってサーバーに負荷がかかる場合は、適切な時間を空けてリクエストを送信すること
スクレイピング対象のWebページのHTML構造が変更される可能性があるため、定期的に確認を行い、必要に応じてプログラムを修正すること

まとめ

BeautifulSoupは、PythonでWebスクレイピングを行う際に最もよく使われるライブラリの1つであり、HTMLやXMLからデータを抽出することができます。ClassとIDは、WebページのHTMLタグにある属性で、それぞれグループ化された要素や個別の要素を指定するために用いられます。BeautifulSoupを用いてClassとIDを用いたDiv要素のスクレイピングを行う際には、適切な利用規約の下、スクレイピングを行い、定期的にプログラムを修正することが重要です。