pythonスクレイピングとwebhookを用いてslackにニュース記事を配信したい

pythonのスクレイピングを用いて、特定のHPから記事をslackに送信する仕組みを作りたいです。
最終的には1時間に一度HPの更新を確認し、新規記事を自動でslackに届けてくれるような仕組みを考えています。

思考プロセスは
①まず特定のHPから欲しいURLをひっぱてくる
②それをslackに送信できる仕組みを作る
③定期更新を認識する仕組みを作る

と考えています。

##できたこと
a)スラックへのテストメッセージの送信

python
1slack = slackweb.Slack(url="質問なのでこのリンクは隠しています。")
2slack.notify(text="テストメッセージ")
3

b)スクレイピングによる欲しいURLの取得
参考コードの「#ここより上を実行すると、該当URLから記事のリンクをスクレイピングすることができます」に記載の通り欲しいURLのスクレイピングには成功しました。

##コード

python
1import requests
2from bs4 import BeautifulSoup
3import slackweb
4
5r = requests.get("https://blog.loco-partners.com/")
6soup = BeautifulSoup(r.content, "html.parser")
7
8urls = soup.find_all(class_='entry-thumb-link')
9
10for i in urls:
11    print(i.get('href'))
12
13#ここより上を実行すると、該当URLから記事のリンクをスクレイピングすることができます
14
15slack = slackweb.Slack(url="質問なのでこのリンクは隠しています。")
16slack.notify(text=i)
17
18

##課題
テストメッセージの送信・欲しいURLのスクレイピングは個別で行うと機能します。
しかし組み合わせるとうまく機能しません。

##エラーメッセージ
File "slack.py", line 15, in <module>
slack.notify(text=i)
File "/Users/user/.pyenv/versions/3.6.5/lib/python3.6/site-packages/slackweb/slackweb.py", line 26, in notify
return self.send(kwargs)
File "/Users/user/.pyenv/versions/3.6.5/lib/python3.6/site-packages/slackweb/slackweb.py", line 32, in send
payload_json = json.dumps(payload)
File "/Users/user/.pyenv/versions/3.6.5/lib/python3.6/json/init.py", line 231, in dumps
return _default_encoder.encode(obj)
File "/Users/user/.pyenv/versions/3.6.5/lib/python3.6/json/encoder.py", line 199, in encode
chunks = self.iterencode(o, _one_shot=True)
File "/Users/user/.pyenv/versions/3.6.5/lib/python3.6/json/encoder.py", line 257, in iterencode
return _iterencode(o, 0)
File "/Users/user/.pyenv/versions/3.6.5/lib/python3.6/json/encoder.py", line 180, in default
o.class.name)
TypeError: Object of type 'Tag' is not JSON serializable

どこがダメなのか教えていただけると幸いです。

quickquip

2020/01/23 06:01 編集

なぜ新規質問? https://teratail.com/questions/236947 前の質問のURLを貼って議論が見えるようにしてるならまだしも。回答者の時間を奪うだけ。

行動規範の内容に同意します

回答1件

ベストアンサー

iの中身の形式(URLではなくHTML形式になっている)が不当だからかと思います。

分かりやすく書くと、下記のようにiからhref要素を抽出したものをSlackに都度通知すれば良いと思います。
確認してみたのでこれで動きます。

import requests
from bs4 import BeautifulSoup
import slackweb

r = requests.get("https://blog.loco-partners.com/")
soup = BeautifulSoup(r.content, "html.parser")

urls = soup.find_all(class_='entry-thumb-link')

slack = slackweb.Slack(url="質問なのでこのリンクは隠しています。")

for i in urls:
    slack.notify(text=i.get('href'))

しかし、上記のコードだとリンクの分だけ通知してしまうのでSlackに負荷がかかってしまったり、メッセージ量が多くなってしまいます。
そのため、下記のようにリンクをまとめて通知するのもありかと思います。

import requests
from bs4 import BeautifulSoup
import slackweb

r = requests.get("https://blog.loco-partners.com/")
soup = BeautifulSoup(r.content, "html.parser")

urls = soup.find_all(class_='entry-thumb-link')

ls = ''

for i in urls:
    ls += i.get('href') + '\n'

slack = slackweb.Slack(url="質問なのでこのリンクは隠しています。")
slack.notify(text=ls)

投稿2020/01/23 05:39