Pythonで2018年紅白歌合戦出場者をWebスクレイピングしてみる

NANASE

最近、紅白歌合戦の出場者が発表されたので、選ばれた歌手の名前と出場回数をWebスクレイピングしてみたいと思います。

ライブラリのインストール

使用するのはBeautifulSoupとRuequestsです。
RequestsはWebサイトから情報を取得したりすることができるライブラリです。BeautifulSoupはWebからの文章htmlを整形し、自分が欲しいように取得できるライブラリです。

BeautifulSoupをインストールする。

$pip install beautifulsoup4

requestsをインストールする。

$pip install requests

以下のコードを実行する。

import requests
from bs4 import BeautifulSoup

r = requests.get("https://www.nhk.or.jp/kouhaku/artist/index.html")

soup = BeautifulSoup(r.content, "html.parser")

for i in soup.select("li"):
    print(i.getText())

requests.get("https://www.nhk.or.jp/kouhaku/artist/index.html")でURLを書き、 BeautifulSoup(r.content, "html.parser")で取得したHTMLを整え、for i in soup.select("li"): print(i.getText())で出力しています。

そして、結果は以下のようになります。

aiko（13）
あいみょん（初）
いきものがかり（10）
石川さゆり（41）
ＡＫＢ４８（11）
丘みどり（2）
欅坂４６（3）
坂本冬美（30）
島津亜矢（5）
Superfly（3）
DAOKO（初）
天童よしみ（23）
TWICE（2）
西野カナ（9）
乃木坂４６（4）
Perfume（11）
松田聖子（22）
松任谷由実（3）
ＭＩＳＩＡ（3）
水森かおり（16）
Little Glee Monster（2）
嵐（10）
五木ひろし（48）
EXILE（12）
関ジャニ∞（7）
King & Prince（初）
郷ひろみ（31）
Suchmos（初）
三代目 J Soul Brothers（7）
純烈（初）
SEKAI NO OWARI（5）
Ｓｅｘｙ Ｚｏｎｅ（6）
ＤＡ ＰＵＭＰ（6）
氷川きよし（19）
福山雅治（11）

Hey! Say! JUMP

.hsj path {
fill: #c28e34 ;
}

（2）

星野源（4）
三浦大知（2）
三山ひろし（4）
山内惠介（4）
ゆず（9）
YOSHIKI feat. HYDE（初）

こんな感じで出力されるはずです。


Hey!Say!JUMPだけ他とは違い、なぜかSVGで書かれていたので変な感じになりましたが、なんとかできました。