ぽよメモ

ついさっき投稿したこれBeautifulSoupとMechaizeでwebスクレイピングで最後抽出してきたhtmlの文章を加工整形する際、t.text.strip()しました。

抽出してきたhtmlはこんな感じ(見やすいように改行を加えている箇所があります)

  現在あなたの受講している科目についての休講情報はありません。


  現在あなた個人を特定した呼び出しはありません。
  詳細については「学生呼び出し」一覧で確認してください。
 


 あなたに関係する授業連絡があります。
 詳細は「授業関連連絡」一覧で確認してください。（情報掲載日：2015/4/14）


 あなたへ送信されたメール情報があります。
 詳細は「配信メール履歴」一覧で確認してください。


 現在あなたへの学生アンケート情報はありません。


 現在受付期間中のファイル提出情報はありません。

これを最初print(t.string)していました。
すると

現在あなたの受講している科目についての休講情報はありません。
None
None
None
現在あなたへの学生アンケート情報はありません。
現在受付期間中のファイル提出情報はありません。

このようにいくつかがNoneになってしまいます。

これが本当によくわからなくて、強い人に聞いてみたところ.textを使ってみてはどうかと言われました。これでようやく先の記事のように文字列だけを抽出出来ました。

textとstringの違いはよくわからないままですが、少なくともこの方法ではこれが最善手だと思いました。

カテゴリー：ぷよぐやみんぐ

Tweet