🎄teratailクリスマスプレゼントキャンペーン2024🎄』開催中!

\teratail特別グッズやAmazonギフトカード最大2,000円分が当たる!/

詳細はこちら
Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Q&A

解決済

1回答

629閲覧

PythonでCSSセレクタを指定して差分チェックしたいが、動作がうまくいかないページがある

hiro_python

総合スコア4

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0グッド

0クリップ

投稿2021/02/11 03:31

編集2021/02/13 02:12

Pythonにて、CSSセレクタを使いHTMLの一部の監視をして、差分チェックするプログラムを見よう見まねで組みました。
いくつか動作チェックをしていると、ある特定のページで動作がうまくいかず、困っています。

以下ページの一番上にある日付の更新をチェックしたいのですが、
毎回同じデータにも関わらず更新検知(True)されてしまいます。
どこが悪いのかわからず困っています。手助けして頂けると幸いです。

・差分検知したいページ
https://www.seiko-denki.co.jp/news/

・検知したい要素、動作
最新の更新情報を監視、変化があればTrue、なければFalse

import

1import bs4 2import re 3import datetime 4import pytz 5 6code = '6653' 7name = '正興電機製作所' 8url = 'https://www.seiko-denki.co.jp/news/' 9 10file = code + '.txt' 11res = requests.get(url) 12res.raise_for_status() 13soup = bs4.BeautifulSoup(res.text,'html.parser') # Parser 14title = soup.find('title').text # title 取得 15 16now = datetime.datetime.now(pytz.timezone('Asia/Tokyo')) 17 18 19def get_website(): 20 # 更新を検知したい箇所を指定 21 elems = soup.select('#contents > table > tr:nth-child(1)') # copy -> selector 22 str_elems = str(elems) # stringに変換 23 try: 24 f = open(file) 25 old_elems = f.read() 26 except: 27 old_elems = ' ' 28 if(str_elems == old_elems): 29 print ('変化なし') 30 return False 31 else: 32 f = open(file, 'w') # 上書きする 33 f.writelines(str_elems) 34 f.close() 35 print('変化あり' + str_elems) 36 return True 37 38 39 40if __name__ == "__main__": 41 if(get_website()): # Discodeに通知する 42 discord_webhook_url = 'https://discordapp.com/api/webhooks/***' # teratail掲載のため一部伏せ字です 43 f = open(file) 44 contents = f.read() 45 46 # タグを除去 47 reg_obj = re.compile(r"<[^>]*?>") 48 message = reg_obj.sub("", contents) 49 message = re.sub(r"\s+", " ", message) 50 data = {"content": "<" + code + "> " + name + "\r" + message + "\r" + now.strftime('%Y.%m.%d %H:%M:%S') + "\r\r" + title + "\r" + url} 51 requests.post(discord_webhook_url, data=data) 52

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MY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。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答1

0

自己解決

解決しました。
改行コードに違いがあったため、その改行コードを削除すると正常動作します。

def get_website(): # 更新を検知したい箇所を指定 elems = soup.select('#contents > table > tr:nth-child(1)') # copy -> selector str_elems = str(elems) # stringに変換 str_elems = str_elems.replace('\r','') # '\r'を削除

投稿2021/02/14 03:11

hiro_python

総合スコア4

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

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
85.36%

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る

質問する

関連した質問