Pythonでスクレイピングを行う方法【初心者向け】
初心者向けにPythonでスクレイピングを行う方法について解説しています。スクレイピングを行うことによりWebサイト上から情報を抽出することができます。ここではRequestsとBeautiful Soupを使った方法を紹介します。実際の手順を見ながら覚えていきましょう。
テックアカデミーマガジンは受講者数No.1のプログラミングスクール「テックアカデミー」が運営。初心者向けにプロが解説した記事を公開中。現役エンジニアの方はこちらをご覧ください。 ※ アンケートモニター提供元：GMOリサーチ株式会社 調査期間：2021年8月12日～8月16日 調査対象：2020年8月以降にプログラミングスクールを受講した18～80歳の男女1,000名 調査手法：インターネット調査
Pythonでスクレイピングを行う方法について解説します。
そもそもPythonについてよく分からないという方は、Pythonとは何なのか解説した記事を読むとさらに理解が深まります。
なお本記事は、TechAcademyのオンラインブートキャンプPython講座の内容をもとに紹介しています。
今回は、Pythonに関する内容だね！
どういう内容でしょうか？
スクレイピングを行う方法について詳しく説明していくね！
お願いします！
スクレイピングとは
スクレイピングとは、Webサイトから情報を抽出するプログラムのことです。例えばGoogleニュース、これはいろいろなニュースのWebサイトからニュース情報を抽出し、収集した結果を表示しています。情報の抽出と収集をプログラムに行わせることで、人が行うよりも早く確実に求める情報を得ることが出来ます。
Python でスクレイピングを行う場合、主な方法は2つあります。
Requests と Beautiful Soup を利用する方法
以前から広く利用されている方法です。
Requests がWebサイトからWebページを取得するライブラリ、 Beautiful Soup がWebページを解析して情報を抽出するライブラリです。当記事でもこのライブラリを使った例をご紹介します。
Selenium WebDriverを利用する方法
JavaScriptで画面遷移するようなWebサイトの場合、RequestsではWebページの取得が困難です。そのような場合は、プログラムからWebブラウザを動かすことで、Webページを取得します。
一般的なのが Selenium WebDriver を利用する方法です。Selenium WebDriver については以下の記事も参考にしてくださいね。
Selenium WebDriverでPythonのテストを行う方法
スクレイピングを行なう書き方
今回は、Requests と Beautiful Soup を利用する方法を紹介します。
まずはそれぞれのライブラリをインストールしましょう。パソコンが Macならターミナル、Windowsならコマンドプロンプトから以下のコマンドでインストールします。なお、事前に Python のインストールが必要です。
pip install requests pip install beautifulsoup4
詳しくは公式サイトを参考にしてください。
http://requests-docs-ja.readthedocs.io/en/latest/
https://www.crummy.com/software/BeautifulSoup/bs4/doc/
実際にスクレイピングを行ってみよう
今回のサンプルプログラムでは、Googleニュースのサイトから、ヘッドラインのタイトルの一覧を取得しています。
import requests
from bs4 import BeautifulSoup
# WebサイトのURLを指定
url = "https://news.google.com/?hl=ja&gl=JP&ceid=JP:ja"
# Requestsを利用してWebページを取得する
r = requests.get(url)
# BeautifulSoupを利用してWebページを解析する
soup = BeautifulSoup(r.text, 'html.parser')
# soup.find_allを利用して、ヘッドラインのタイトルを取得する
elems = soup.find_all("a", class_="ipQwMb Q7tWef")
for e in elems:
print(e.getText())
実行結果は以下のようになります（その時のニュースによって異なります）。
台風１５号が発生。お盆休みへの影響は？（杉江勇次） - Yahoo!ニュース 台風15号「リーピ」が発生しました(日直予報士 2018年08月12日) - 日本気象協会 tenki.jp 【台風１５号】小笠原近海を北西へ進行 １４日には熱帯低気圧へ 沖縄地方に接近するかは現時点で不明 台風15号 小笠原諸島に接近後、衰弱しながら北上か 台風１５号が発生 “追悼集会”色濃く 知事選見据え与野党思惑 辺野古土砂投入阻止県民大会 沖縄県民大会：辺野古移設断念求め７万人 翁長知事を追悼
| この記事を監修してくれた方
太田和樹（おおたかずき） 普段は主に、Web系アプリケーション開発のプロジェクトマネージャーとプログラミング講師を行っている。守備範囲はフロントエンド、モバイル、サーバサイド、データサイエンティストと幅広い。その幅広い知見を生かして、複数の領域を組み合わせた新しい提案をするのが得意。 開発実績：画像認識技術を活用した駐車場混雑状況把握（実証実験）、音声認識を活用したヘルプデスク支援システム、Pepperを遠隔操作するアプリの開発、大規模基幹系システムの開発・導入マネジメント 地方在住。仕事のほとんどをリモートオフィスで行う。通勤で消耗する代わりに趣味のDIYや家庭菜園、家族との時間を楽しんでいる。 |
内容分かりやすくて良かったです！
ゆかりちゃんも分からないことがあったら質問してね！
分かりました。ありがとうございます！
TechAcademyでは、初心者でもPythonを使った人工知能（AI）や機械学習の基礎を習得できるオンラインブートキャンプPython講座を開催しています。
挫折しない学習方法を知れる説明動画や、現役エンジニアとのビデオ通話とチャットサポート、学習用カリキュラムを体験できる無料体験も実施しているので、ぜひ参加してみてください。
