2018-12-02

Pythonでスクレイピングした情報をLINE Notifyで通知する

はじめに

前回のLINE Notifyの利用が思いのほか簡単だったので、今回はスクレイピングしたものをLINE Notifyで通知するテスト。

スクレイピング素材

スクレイピングするサイトは一日あたり5,6件のニュースを配信しているのですが、RSSフィードを配信していないので
一日一回LINEで受け取れるようにしたいと思います。

スクレイピング

定番のBeautifulSoupでスクレイピング。
まずはchromeの右クリでページのソースを表示かF12のデベロッパーツールで抽出したい場所を調べる。
<div id="news-area" class="body-area">内の

  • <a href=~~が記事のリンク
  • <p class="inline-item text-title photo">が記事のタイトル
  • <p class="time inline-item">が投稿日時と時間

リンクとタイトルを取得してLINE Notifyに送ると3,4日分取得してしまうので、当日分だけ送るようにする。

使用するパッケージ等は

  • requests
  • re
  • BeautifulSoup
  • datetime

    def main():
    today = datetime.datetime.today().strftime("%m/%d") #今日の日付を取得
    headers = {'User-Agent': 'Mozilla/5.0'}
    res = requests.get('https://world.jra-van.jp/news/', headers=headers)
    soup = BeautifulSoup(res.content, "html.parser")
    for news in soup.find_all("div", id="news-area"):
        for a in news.find_all("a"):
            link = a.get("href")
            if a.find_all(text=re.compile(today)): #今日の日付とマッチした記事だけ取得
                for title in a.find_all("p", class_="inline-item text-title photo"):
                    print('https://world.jra-van.jp'+link, title.get_text() + "\n")
    
    if __name__ == '__main__':
    main()

スクレイピング成功

scraping

LINE Notifyで通知

import requests
import re
from bs4 import BeautifulSoup
import datetime

def line(mes):
    url = "https://notify-api.line.me/api/notify"
    token = "取得したトークン"
    headers = {"Authorization": "Bearer " + token}
    message = '\n' + mes
    payload = {"message":  message}
    requests.post(url, headers=headers, params=payload)

def main():
    today = datetime.datetime.today().strftime("%m/%d")
    headers = {'User-Agent': 'Mozilla/5.0'}
    res = requests.get('https://world.jra-van.jp/news/', headers=headers)
    soup = BeautifulSoup(res.content, "html.parser")
    for news in soup.find_all("div", id="news-area"):
        for a in news.find_all("a"):
            link = a.get("href")
            if a.find_all(text=re.compile(today)):
                for title in a.find_all("p", class_="inline-item text-title photo"):
                    texts = 'https://world.jra-van.jp'+link, title.get_text()
                    #変数textsはタプルなのでこのままだとエラーになる
                    text = "\n".join(texts) #結合して文字列に変換
                    line(text)


if __name__ == '__main__':
    main()

実行すると……

scraping

無事LINE Notifyで通知されました。
あとは一日一回cronで実行されるようにすれば完成。

© ravness.com 2019

Powered by Hugo & Kiss.

Privacy Policy