PythonでWeb上のHTMLを取得する方法を現役エンジニアが解説【初心者向け】

PythonでWeb上のHTMLを取得する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。

 

 

Web上のHTMLを取得する方法

Web上のHTMLを取得して解析することをスクレイピングと呼びます。Pythonでスクレイピングを行うにはRequestsとBeautiful Soupというライブラリの組み合わせがよく利用されています。

まずは利用する前にインストールを行っておきましょう。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。

 

pip install requests
pip install beautifulsoup4

 
Web上のHTMLを取得するのがRequestsです。Pythonには標準でurllibというライブラリが存在しますが、Requestsはそれよりもシンプルに、人が見て分かりやすくプログラムを記述できます。

Requestsの利用方法は以下の通りです。
 

requests.request(method, url, オプション)

 

オプションの指定方法など、詳しくは公式ドキュメントなどを参考にしてください。

公式サイト

日本語ドキュメント

 

取得したHTMLを解析する方法

取得したHTMLを解析するのがBeautiful Soupです。
HTMLを解析するソフトウェアをパーサーと呼びます。

Beautiful Soupの利用方法は以下のとおりです。
 

soup = BeautifulSoup(テキスト, 'html.parser')

 

HTMLを解析した結果がオブジェクトsoupに格納されます。詳しくは公式ドキュメントなどを参考にしてください。

公式サイト

 

[PR] 未経験からWebエンジニアを目指す方法とは

実際に書いてみよう

今回のサンプルプログラムでは、Beautiful Soupの公式サイトから、見出しのタイトルを取得してみます。

 

import requests
from bs4 import BeautifulSoup

# WebサイトのURLを指定
url = "https://www.crummy.com/software/BeautifulSoup/bs4/doc/"

# 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、見出しのタイトルを取得する
elems = soup.find_all("a", class_="reference internal")
for e in elems:
  print(e.getText())

 

実行結果は以下のようになります。

実際のスクレイピングでは、ここからさらにHTMLの要素や属性を確認しながら抽出条件を絞り込んでいきます。
 

Porting code to BS4
what the diagnose() function says
Differences
between parsers
Parsing XML
Navigating the tree
Searching the tree
...（略）

 

監修してくれたメンター

太田和樹（おおたかずき） ITベンチャー企業のPM兼エンジニア 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。

 

 

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。