質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

87.37%

htmlデータの情報を分けてエクセルに書き出しを行いたい。

解決済

回答 2

投稿

  • 評価
  • クリップ 1
  • VIEW 766

score 32

前提・実現したいこと

下記htmlデータの<div>名前1(受信者)<br/>名前2(受信者)<br />名前3(受信者)<br />内容</div>を名前(受信者)と内容を分けてエクセルに書き出しを行いたい。

エクセルの書き出し:エクセルのA列に名前(発信者)、B列に日付と時間、C列に名前1(受信者)、名前2(受信者)、名前3(受信者)、D列に内容としたい。

pythonではエラーメッセージは出ませんが、エクセルはA列とB列だけ書き出しでき、C列、D列は書き出しされない状況です。ネットなどで情報も確認してみましたが、見つからずアドバイスコメントをいただけないでしょうか。

どうぞよろしくお願い致します。

【htmlデータ】
<div class="d-chat_timeline-post">
<p class="d-chat_timeline-name"> 名 前(発信者) </p>
<ul class="d-chat_timeline-info">
<li>日付と時間
</li>
</ul>
<div>名前1(受信者)<br />
名前2(受信者)<br />
名前3(受信者)<br />
内容</div>

発生している問題・エラーメッセージ

pythonではエラーメッセージは出ませんが、エクセルはA列とB列だけ書き出しできる。C列、D列は書き出しされない。

該当のソースコード

import os, tkinter, tkinter.filedialog, tkinter.messagebox
root = tkinter.Tk()
root.withdraw()
fTyp = [("","*.html")]
file = tkinter.filedialog.askopenfilename(filetypes = fTyp)
fd=open(file,"r",encoding="utf-8") 

res=fd.read()
from bs4 import BeautifulSoup

mojie=[]
cur_pos=0
while True :
   target_tag = '<p class="d-chat_timeline-name">'
   closing_tag = '</p>'
   start_pos = res[cur_pos:].find(target_tag)
   end_pos = res[cur_pos:].find(closing_tag)
   if (start_pos == -1) or (end_pos == -1):
      break
   mojie.append(res[cur_pos + start_pos + len(target_tag) : cur_pos + end_pos])

   cur_pos = cur_pos + end_pos + len(closing_tag)


import xlsxwriter 
wb = xlsxwriter.Workbook('C:/Users/XXXXXXX/Desktop/out.xlsx')
ws1 = wb.add_worksheet('sheet')

i=0
for a in filter(lambda x:x != "",mojie):
    i=i+1
    ws1.write(i, 0, a)

mojie=[]
cur_pos=0
while True :
   target_tag = '<ul class="d-chat_timeline-info">'
   closing_tag = '</li>'
   start_pos = res[cur_pos:].find(target_tag)
   end_pos = res[cur_pos:].find(closing_tag)
   if (start_pos == -1) or (end_pos == -1):
      break
   mojie.append(res[cur_pos + start_pos + len(target_tag) : cur_pos + end_pos])

   cur_pos = cur_pos + end_pos + len(closing_tag)

i=0
for a in filter(lambda x:x != "",mojie):
    i=i+1
    ws1.write(i, 1, a)

mojie=[]
cur_pos=0
while True :
   target_tag = '<div>'
   closing_tag = ‘<br/>'
   start_pos = res[cur_pos:].find(target_tag)
   end_pos = res[cur_pos:].find(closing_tag)
   if (start_pos == -1) or (end_pos == -1):
      break
   mojie.append(res[cur_pos + start_pos + len(target_tag) : cur_pos + end_pos])

   cur_pos = cur_pos + end_pos + len(closing_tag)

i=0
for a in filter(lambda x:x != "",mojie):
    i=i+1
    ws1.write(i, 2, a)

mojie=[]
cur_pos=0
while True :
   target_tag = ‘<br/>'
   closing_tag = ‘</div>'
   start_pos = res[cur_pos:].find(target_tag)
   end_pos = res[cur_pos:].find(closing_tag)
   if (start_pos == -1) or (end_pos == -1):
      break
   mojie.append(res[cur_pos + start_pos + len(target_tag) : cur_pos + end_pos])

   cur_pos = cur_pos + end_pos + len(closing_tag)

i=0
for a in filter(lambda x:x != "",mojie):
    i=i+1
    ws1.write(i, 3, a)


wb.close()

試したこと

ここに問題に対して試したことを記載してください。

補足情報(FW/ツールのバージョンなど)

ここにより詳細な情報を記載してください。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 2

checkベストアンサー

+1

htmlでは<br />ですが、コード内では<br/>となっているため検索できないのでしょう。(/の前の空白有無)

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2019/08/08 11:06

    ありがとうございます。空欄があったため、読み取ることができませんでした。解決することができました。

    キャンセル

+1

コードが長くてどこに問題があるのかわかりませんが、
HTMLなのでbeautifulsoupを使ってテキスト探したほうが楽そうな気もします。

例:

from bs4 import BeautifulSoup

html = """
<div class="d-chat_timeline-post">
<p class="d-chat_timeline-name"> 名 前(発信者) </p>
<ul class="d-chat_timeline-info">
<li>日付と時間
</li>
</ul>
<div>名前1(受信者)<br />
名前2(受信者)<br />
名前3(受信者)<br />
内容</div>
"""

soup = BeautifulSoup(html,"html.parser")

colA = soup.p.get_text()
soup.p.decompose()

colB = soup.li.get_text()
colB = colB.splitlines()[0]
soup.ul.decompose()

div_text = soup.div.get_text()
colC = div_text.splitlines()[3]
colD = div_text.splitlines()[4]
colE = div_text.splitlines()[5]
colF = div_text.splitlines()[6]

print("colA:", colA)
print("colB:", colB)
print("colC:", colC)
print("colD:", colD)
print("colE:", colE)
print("colF:", colF)

# colA:  名 前(発信者) 
# colB: 日付と時間
# colC: 名前1(受信者)
# colD: 名前2(受信者)
# colE: 名前3(受信者)
# colF: 内容

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2019/08/08 11:05

    ありがとうございます。ご返信が遅くなり申し訳ございません。とても参考になります。やってみます!

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 87.37%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る