PythonでWEBページをスクレイピングし、あるサイトから店名と住所情報を取得したいと考えています。
コラボラトリー環境で以下のコードを試してみたのですが、情報を取得できません。
コードのどこがいけないのかスクレイピングに詳しい方教えていただけませんでしょうか?
!pip install geocoder
import requests
import pandas as pd
from bs4 import BeautifulSoup
from google.colab import files
import os
import geocoder
from time import sleep
from google.colab import files
url1 = "https://www.aeon.com/store/list/%E7%B7%8F%E5%90%88%E3%82%B9%E3%83%BC%E3%83%91%E3%83%BC/%E3%82%A4%E3%82%AA%E3%83%B3%E3%83%BB%E3%82%A4%E3%82%AA%E3%83%B3%E3%82%B9%E3%82%BF%E3%82%A4%E3%83%AB/p_"
url2 = "/?q=aeoncom"
cols = ['store_name','address','latlon']
df = pd.DataFrame(index=[],columns=cols)
for i in range(1,22):
response = requests.get(url1 + str(i) + url2).text
soup = BeautifulSoup(response, 'html.parser')
for tag in soup.find_all('div', class_="storeInfo"):
atag_stname = tag.find('a', class_="storeName")
atag_adname = tag.find('span', class_="address")
latlon = geocoder.arcgis(atag_adname)
record = pd.Series([atag_stname.text,atag_adname.text,latlon.latlng],index=df.columns)
df = df.append(record,ignore_index=True)
sleep(2)
df.to_csv("df_ion.csv")
files.download('df_ion.csv')
q=aeoncom
とは何でしょう。付けてる意味教えてくださいrequests.get(url1 + str(i) + url2)
が終了していないような感じですね。そこで指定されたURLをブラウザに指定すると取得して表示されるので、おそらくJavaScriptを実行できる環境が必要です。Googleのようにスクレイピングを感知してブラウザからとは違う内容を返すとか、そもそも応答しないとかはやっていないでしょう。コラボラトリーで使いたいならPhantomJSとかでしょうか? あるいはブラウザ上での動作を調べて、JavaScriptの動作に相当する依頼をrequests.get()
で行うようにすれば良いと思われます。sleep(2)
のインデントはそれでよろしいのでしょうか?