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。

Question

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。

Answer 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）

Comments

[Kirari]

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。

Answer 2

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

Comments

[Kirari]

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！