Slackのチャンネルに流れるリンクを取得するコード

Question

###前提・実現したいこと
ここに質問したいことを詳細に書いてください

現在、情報共有のためにチームのSlackのチャンネル上で流れるリンクが一週間で膨大な数になるため
チャンネルに投稿されたURLを一括で取得できるコードを探しています。
できればメインはPythonを使っているのでPythonでコードをいただけると嬉しいです。
もし既に書かれている方がいらっしゃいましたら、教えていただけますでしょうか？

イメージcsv or text

<table border=1>
 <tr><th></th><th>日付</th><th>URL</th></tr>
 <tr><td>2016-06-13</td><td>google.com</td><td>B-1</td></tr>
 <tr><td>2016-06-13</td><td>google.com</td><td>B-2</td></tr>
 <tr><td>2016-06-13</td><td>google.com</td><td>B-3</td></tr>
</table>

Answer 1

SlackだとWebAPIもあるので、そちらからまとめてピックアップするのが一番早そうな気がします。

https://api.slack.com/methods/channels.history

このAPIでチャンネルのメッセージ履歴を取れるので、そこからURL部分を抽出するなどはできるかと。
抽出urllib2やrequestsなどライブラリでHTTP叩くでもいいですし、
APIクライアントのライブラリもあるみたいなので、その辺りはお好みで。

Answer 2

HTMLは取得して手元にある、という前提で良いんでしょうか？

HTMLを解析するには、BeautifulSoupというライブラリーが良く使われています。

URLを羅列するだけなら、こんな感じになります。

from bs4 import BeautifulSoup

html = '''
<table border=1>
 <tr><th></th><th>日付</th><th>URL</th></tr>
 <tr><td>2016-06-13</td><td>google.com/1</td><td>B-1</td></tr>
 <tr><td>2016-06-13</td><td>google.com/2</td><td>B-2</td></tr>
 <tr><td>2016-06-13</td><td>google.com/3</td><td>B-3</td></tr>
</table>
'''

soup = BeautifulSoup(html, 'lxml')

for tr in soup.find_all('tr'):  # すべてのtrを取得
    if tr.td:
        tds = tr.select('td')  # trの下のtdのリストが得られる
        print("url =", tds[1].text)
    else:
        print('tr has no td')

• 実行結果

tr has no td
url = google.com/1
url = google.com/2
url = google.com/3

Comments

[gvbatei]

申し訳ございません。
HTMLソースは無いです。
Slack上に流れているhttp:/の情報を取得し
日付とURLでｃｓｖか何かで吐き出したいです。

[argius]

urllib2などのモジュールと組み合わせればオンラインHTMLでもできます
BeautifulSoupで調べてみればヒントが見つかるでしょう。
CSVも検索すれば見つかるはずです。

[gvbatei]

ありがとうございます！