June 2025
Intermediate to advanced
356 pages
5h 13m
Japanese
Content preview from PythonによるWebスクレイピング 第3版Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
O’Reilly covers everything we've got, with content to help us build a world-class technology community, upgrade the capabilities and competencies of our teams, and improve overall team performance as well as their engagement.I wanted to learn C and C++, but it didn't click for me until I picked up an O'Reilly book. When I went on the O’Reilly platform, I was astonished to find all the books there, plus live events and sandboxes so you could play around with the technology.I’ve been on the O’Reilly platform for more than eight years. I use a couple of learning platforms, but I'm on O'Reilly more than anybody else. When you're there, you start learning. I'm never disappointed.I'm always learning. So when I got on to O'Reilly, I was like a kid in a candy store. There are playlists. There are answers. There's on-demand training. It's worth its weight in gold, in terms of what it allows me to do.
10章データの読み込み
インターネットをテキストベースのWebサイトの集合と考え、テキストではないWeb2.0のマルチメディアコンテンツについては、Webスクレイピングの目的においてはそのほとんどを無視できると考えたくなります。しかしそれはインターネットがファイルの転送手段でありコンテンツの形式を問わないという、根本的な特徴を無視しています。
インターネットは1960年代後半から何らかの形で存在していましたが、HTMLが登場したのは1992年のことです。HTMLの登場以前のインターネットでは、主に電子メールやファイル転送が中心で、現在のようなウェブページの概念は存在していませんでした。つまりインターネットはただのHTMLファイルの集合体ではなく、テキスト、PDF、画像、動画、電子メールなど、さまざまな種類のデータが集まっています。それらを読むことができなければ、利用可能なデータの大部分を見逃してしまうことになるでしょう。
本章では、ローカルフォルダにファイルをダウンロードしたりファイル内のデータを抽出するといった、データの取り扱いについて説明します。また英語以外の言語のHTMLページを読むためのさまざまな種類のテキストエンコーディングについても解説します。
10.1 エンコーディング
データのエンコーディングは、オペレーティングシステムやPythonのアプリケーションに対し、どのようにすればファイルを読むことができるかを伝えます。このエンコーディングは通常ファイル拡張子から推測ができますが、拡張子は必須というわけではありません。例えばmyImage.jpgをmyImage.txtとして保存することもできます。そのファイルを利用するアプリケーションが、ファイルを開こうとするまでは問題にならないでしょう。この例は少し特殊な例ですが、正しく読むためにはファイル拡張子がわかっていれば、通常は十分です。 ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access
More than 5,000 organizations count on O’Reilly
O’Reilly covers everything we've got, with content to help us build a world-class technology community, upgrade the capabilities and competencies of our teams, and improve overall team performance as well as their engagement.Julian F.
I wanted to learn C and C++, but it didn't click for me until I picked up an O'Reilly book. When I went on the O’Reilly platform, I was astonished to find all the books there, plus live events and sandboxes so you could play around with the technology.Addison B.
I’ve been on the O’Reilly platform for more than eight years. I use a couple of learning platforms, but I'm on O'Reilly more than anybody else. When you're there, you start learning. I'm never disappointed.Amir M.
I'm always learning. So when I got on to O'Reilly, I was like a kid in a candy store. There are playlists. There are answers. There's on-demand training. It's worth its weight in gold, in terms of what it allows me to do.