クエスト8：複数ページのデータを収集

今回の課題

3ページ分の HTML から記事タイトルと日付を全件収集してリストに格納し、出力しよう！

📖 解説を見る

📄 複数ページを処理してデータを集めよう

• 複数の HTML を辞書で管理して for ループ処理
• 取得したデータを1つのリストに append() で追加
• 実際の requests 使用時は time.sleep(1) を忘れずに
• None チェックでエラーを防ぐ

ヒントを見る

for page_name, html in pages_html.items(): でページをループ。article.find("h2").text でタイトル、article.find(class_="date").text で日付

期待する出力

合計 5 件の記事を収集
  [2024-01-10] 記事1: Python入門
  [2024-01-12] 記事2: Webスクレイピング基礎
  [2024-01-15] 記事3: データ分析入門
  [2024-01-18] 記事4: 機械学習の始め方
  [2024-01-20] 記事5: APIの使い方

📄 見本

「答えを見る」を押すと、お手本のコードが出ます。クリックでコピーできます。

💻 コードエディタ

from bs4 import BeautifulSoup

# 実際のスクレイピングでは複数URLをリクエストする
# import requests, time
# for url in urls:
#     response = requests.get(url)
#     time.sleep(1)  # 必ずインターバルを設ける

# 練習：複数ページのHTMLを固定文字列でシミュレート
pages_html = {
    "page1": """
    <div class="articles">
      <article><h2>記事1: Python入門</h2><span class="date">2024-01-10</span></article>
      <article><h2>記事2: Webスクレイピング基礎</h2><span class="date">2024-01-12</span></article>
    </div>""",
    "page2": """
    <div class="articles">
      <article><h2>記事3: データ分析入門</h2><span class="date">2024-01-15</span></article>
      <article><h2>記事4: 機械学習の始め方</h2><span class="date">2024-01-18</span></article>
    </div>""",
    "page3": """
    <div class="articles">
      <article><h2>記事5: APIの使い方</h2><span class="date">2024-01-20</span></article>
    </div>""",
}

# TODO: 全ページから記事タイトルと日付を収集してください
all_articles = []

for page_name, html in pages_html.items():
    soup = BeautifulSoup(html, 'html.parser')
    for article in soup.find_all("article"):
        # TODO: h2 のテキストを取得
        title =
        # TODO: .date のテキストを取得
        date  =
        all_articles.append({"title": title, "date": date})

print(f"合計 {len(all_articles)} 件の記事を収集")
for a in all_articles:
    print(f"  [{a['date']}] {a['title']}")

あなたの出力

実行すると結果がここに表示されます

このクエストはプレミアム限定です

クエスト8：複数ページのデータを収集

クエスト8：複数ページのデータを収集

れんしゅうもんだい