Filmarksから鑑賞済映画のスコア一覧を取得する

はじめに

鑑賞した映画の記録に，Filmarksというサービスを利用しています．

鑑賞時の評価を0～5の11段階(0.5刻み)のスコアで残すようにしていますが，評価の一貫性を保つのが難しいです．過去に自分がつけた評価を見ていても，「厳しくつけすぎた」とか「甘くつけすぎた」というのが多々あります．

スコア一覧を取得

現在の評価の分布を確認してみます．
Filmarksは「自分がつけたスコア毎に一覧を確認」的な操作がやり辛いので，BeautifulSoupを使用してhtmlから一覧を取得します．Jupyter Notebook を使用しました．

import

import requests
from bs4 import BeautifulSoup
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline

スコア一覧取得

dict = {"title":[], "infobar":[]}
for page in range(1, 11):
    rs = requests.get("https://filmarks.com/users/<ユーザ名>?view=poster", params={"page":page})
    soup = BeautifulSoup(rs.content, "lxml")
    
    titles = soup.select(".c-movie-item__title > a")
    infobars = soup.select(".c-movie-item-infobar__item.c-movie-item-infobar__item--star.is-active > a > span")
    
    for title, infobar in zip(titles, infobars):
        dict["title"].append(title.string)
        dict["infobar"].append(infobar.string)
    
df = pd.DataFrame(dict)
df.infobar = df.infobar.str.replace('-', '0')
df.infobar = df.infobar.astype("float64")

鑑賞済み映画一覧のページ数はハードコードです．(自分の場合10ページあった)

データの中身を確認

df.info()

df.head(10)

直近10件分のタイトルとスコア．きちんと取れてそう．

df.hist()

ヒストグラム．これが見たかった．
(昔に見た映画等スコアをつけていないものは便宜上0として処理．0.5, 5.0は実質欠番．)

おわりに

「必要なら，分布がいい感じになるように過去の評価を微修正しよう」などと考えていましたが，面倒なのでやめました．（というより見ている映画がそもそも少ないので，あまり分布を気にしても仕方がない気がします）

全体のスコア平均と自分のスコアを比較したり，レビューを全て取得してきて字句解析とかすると面白そうです．