以前に「今日は何の日かを検索する」プログラムを作りました
原因はAPIを仕様変更のため、取得URLを書き換えやごにょごにょすれば簡単に直せますが、それだけだとつまらないため少し変更してみました
=準備=
・パッケージ”lxml”のインストール
仕様変更前のapiはテキスト形式のみの出力結果でした.
しかし、新たにxmlやjson形式で結果を返してくれるようになりました.
pythonは標準でxmlを解析するパッケージを持っていますが、あえて「lxml」を使います. (私自身使ってみたかった)
デフォルトで入っている違い、大幅に解析時間が短いのが特徴です.
公式ページ:http://lxml.de/index.html
windows:
Unofficialのパッケージ配布サイトに行く (公式が非公式サイトのパッケージでインストールしてよな！って一体・・・)
Lxmlの最新版をダウンロード 32bitと64bitがあるので注意 http://www.lfd.uci.edu/~gohlke/pythonlibs/#lxml
今回は64bit版で解説
cmdで
C:\>pip install lxml-3.5.0-cp35-none-win_amd64.whl
をする
linux:
ターミナルで
sudo apt-get install python3-lxml
をする
=使い方=
1.
C:\>python3 TodayTweet_main.py
をすると今日の日付で今日はなんの日かを持ってきます
2.
C:\>python3 TodayTweet_main.py 2月14日
をすると指定した日付に起こった事件などを持ってきます
3.
C:\>python3 TodayTweet_main.py hogehoge
とすると怒られます(エラーが起きる)
%d月%d日という形にしないとエラーでます
=プログラム=
#!/usr/bin/env python
# -*- coding: utf-8 -*-
import urllib.request
import datetime
import sys
import re
from lxml import etree
import os
def main(argv):
#引数の処理
if argv is None:
argv = '%s月%s日' % (datetime.datetime.today().month, datetime.datetime.today().day)
date = urllib.parse.quote(argv)
pass
else:
if re.match(r'\d+月\d+日',argv):
date = urllib.parse.quote(argv)
pass
else:
print ("error!! [ example run:python today.py 4月13日 ]")
sys.exit("Argument error #1")
pass
pass
#urlの読み込み
url = 'http://ja.wikipedia.org/w/api.php?action=query&prop=revisions&rvprop=content&format=xml&titles=' + date
response = urllib.request.urlopen(url)
html = response.read()
#解析
f = open('today_py_tmp','wb') #TypeError: write() argument must be str, not bytesの回避 ファイルをバイナリモードで開く
tree = etree.fromstring(html)
tag = tree.xpath('//rev')
for txt in tag:
textline = txt.text #stringを持ってくる
textline = textline.replace('[[','')
textline = textline.replace(']]','')
textline = textline.replace('{{','{')
textline = textline.replace('}}','}')
textline = textline.replace('<!--','')
textline = textline.replace('-->','')
textline = textline.replace('<ref>',' <詳細>')
textline = textline.replace('</ref>',' ')
textline = textline.replace(' ','')
textline = textline.replace('http://',' http://')
f.write(textline.encode('utf_8'))
pass
f.close()
#さらに解析
f = open('today_py_tmp', 'rb')
f_lines = f.readlines()
f.close()
os.remove('today_py_tmp') #tmpファイルは削除
r = open(argv, 'wb')
for line in f_lines:
#タイトルの摘出
if re.search(r'== +\S+ ==', line.decode('utf-8')):
if not(re.search('出典', line.decode('utf-8')) or re.search('関連項目', line.decode('utf-8'))
or re.search('脚注', line.decode('utf-8')) or re.search('注釈', line.decode('utf-8'))):
r.write(line)
pass
pass
#何があったかの摘出
elif line.decode('utf-8').startswith('*'):
r.write(line)
pass
pass
r.close()
pass
if __name__ == '__main__':
#テキトーに作ったお試しのもの
argv = sys.argv
argc = len(argv)
if argc == 2:
tmp = argv[1]
main(argv[1])
pass
else:
main(None)
pass改めて今日はなんの日かを持ってきてくれるbotを再始動 http://twitter.com/momijinn_raspi
コメント