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

90.46%

  • Python 3.x

    10309questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

文字列の比較と抽出

解決済

回答 2

投稿

  • 評価
  • クリップ 0
  • VIEW 626

yuri124

score 4

実現したいこと

Python3を使い、5分毎にサイトの更新を監視し更新されていたら更新した項目だけを表示するプログラムを考えています。(更新される項目はtableタグと分かっています)
そこで、はじめにBeautifulSoupを使って下記のようなプログラムを作り、更新される項目である<table>タグを取りました。(サイトはサンプルにしてあります)

import urllib.request
from bs4 import BeautifulSoup

target_url = 'https://www.sample/'
html = urllib.request.urlopen(target_url).read()
soup = BeautifulSoup(html, "lxml")

n = soup.select("#main-list > table")[0]
print(n)

実行結果A

<tr>
<td class="oddnew-L kjTime" nowrap="">18:30</td>
<td class="oddnew-M kjCode" nowrap="">7000</td>
<td class="oddnew-M kjName" nowrap="">バイク</td>
</tr>


上のプログラムの実行により抽出できたtableタグの中身が実行結果Aです。
その後の5分後の更新により

実行結果B

<tr>
<td class="oddnew-L kjTime" nowrap="">18:35</td>
<td class="oddnew-M kjCode" nowrap="">5000</td>
<td class="oddnew-M kjName" nowrap="">スポーツ</td>
</tr>
<tr>
<td class="oddnew-L kjTime" nowrap="">18:35</td>
<td class="oddnew-M kjCode" nowrap="">6500</td>
<td class="oddnew-M kjName" nowrap="">レーシング</td>
</tr>
<tr>
<td class="oddnew-L kjTime" nowrap="">18:30</td>
<td class="oddnew-M kjCode" nowrap="">7000</td>
<td class="oddnew-M kjName" nowrap="">バイク</td>
</tr>


となった場合、実行結果AとBを比較して、更新された<tr>〜</tr>項目のみを表示したいと考えています。具体的にはバイクを除いて更新された項目です。

5分後に表示したい結果

<tr>
<td class="oddnew-L kjTime" nowrap="">18:35</td>
<td class="oddnew-M kjCode" nowrap="">5000</td>
<td class="oddnew-M kjName" nowrap="">スポーツ</td>
</tr>
<tr>
<td class="oddnew-L kjTime" nowrap="">18:35</td>
<td class="oddnew-M kjCode" nowrap="">6500</td>
<td class="oddnew-M kjName" nowrap="">レーシング</td>
</tr>


文字列やタグについて色々調べましたが解決することができませんでした。
この場合どのような処理をした方が効率が良いのか教えていただきたいです。

補足情報

Python3.5.2 , mac

  • 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
    • 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

+2

# coding: utf-8

array1 = ['<tr>\
           <td class="oddnew-L kjTime" nowrap="">18:30</td>\
           <td class="oddnew-M kjCode" nowrap="">7000</td>\
           <td class="oddnew-M kjName" nowrap="">バイク</td>\
           </tr>']


array2 = ['<tr>\
          <td class="oddnew-L kjTime" nowrap="">18:35</td>\
          <td class="oddnew-M kjCode" nowrap="">5000</td>\
          <td class="oddnew-M kjName" nowrap="">スポーツ</td>\
          </tr>',
          '<tr>\
          <td class="oddnew-L kjTime" nowrap="">18:35</td>\
          <td class="oddnew-M kjCode" nowrap="">6500</td>\
          <td class="oddnew-M kjName" nowrap="">レーシング</td>\
          </tr>',
          '<tr>\
           <td class="oddnew-L kjTime" nowrap="">18:30</td>\
           <td class="oddnew-M kjCode" nowrap="">7000</td>\
           <td class="oddnew-M kjName" nowrap="">バイク</td>\
           </tr>']

array3 = list(set(array2) - set(array1))
print(array3)


素人の考えですが、配列を二つ作って差を求めるというのはどうでしょうか。

参考にしたページ
Python で差分リストを取得する

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。

  • 2017/05/09 00:04

    そんなやり方もあるのですね!参考サイトも載せていただきありがとうございます。勉強させていただきます。

    キャンセル

  • 2017/05/09 00:16

    私はPython初心者なので信用してはいけませんよ。

    キャンセル

checkベストアンサー

0

  • 注釈1:setを使っているので更新分のtrエレメントの順番は保障されません。
  • 注釈2:文字列をxmlにしたり色々と黒魔術を使っていますが、本質はそこではなく、文字列をtrエレメント毎に分割してsetオブジェクトにし、最終的にBからAを引いて更新分を導くところです。
from xml.etree.ElementTree import fromstring
from xml.etree.ElementTree import tostring


def itertags(name, source):
    for el in fromstring('<?xml version="1.0" encoding="UTF-8"?><root>' + source + '</root>').iter(name):
        yield tostring(el, encoding='unicode')


A = '''\
<tr>
<td class="oddnew-L kjTime" nowrap="">18:30</td>
<td class="oddnew-M kjCode" nowrap="">7000</td>
<td class="oddnew-M kjName" nowrap="">バイク</td>
</tr>
'''
B = '''\
<tr>
<td class="oddnew-L kjTime" nowrap="">18:35</td>
<td class="oddnew-M kjCode" nowrap="">5000</td>
<td class="oddnew-M kjName" nowrap="">スポーツ</td>
</tr>
<tr>
<td class="oddnew-L kjTime" nowrap="">18:35</td>
<td class="oddnew-M kjCode" nowrap="">6500</td>
<td class="oddnew-M kjName" nowrap="">レーシング</td>
</tr>
<tr>
<td class="oddnew-L kjTime" nowrap="">18:30</td>
<td class="oddnew-M kjCode" nowrap="">7000</td>
<td class="oddnew-M kjName" nowrap="">バイク</td>
</tr>
'''

for new_tag in set(itertags('tr', B)) - set(itertags('tr', A)):
    print(new_tag)

投稿

編集

  • 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。

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 90.46%
  • 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

同じタグがついた質問を見る

  • Python 3.x

    10309questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。