やらなきゃいけないこと
- 競争成績の内容を確認し、抽出方法を考えておく。
競争成績の取得
- ボートレース公式→データを調べる→競争成績→日付を選択すればダウンロードすることができる。一時期気合でDLしていたファイルが一通り存在しているため、今回はスクレイピングなどは行わない。時期にやる。
フォーマット
ファイル名：Kyymmdd.TXT(yy：実施年、mm：実施月、dd：実施日）
例：K191001.TXT(2019年10月1日の競争成績一覧)
- 基本的な流れ（K191001.TXTを例にとってみる）
STARTK
24KBGN
大 村［成績］ 10/ 1 第６回夜の本命・波乱 第 5日
＊＊＊ 競走成績 ＊＊＊
第６回夜の本命・波乱決定戦
第 5日 2019/10/ 1 ボートレース大 村
－内容については主催者発行のものと照合して下さい－
[払戻金] ３連単 ３連複 ２連単 ２連複
1R 3-1-2 3360 1-2-3 260 3-1 1560 1-3 290
...略...
12R 1-4-6 2010 1-4-6 810 1-4 530 1-4 390
1R 一 般 H1800m 曇り 風 北西 1m 波 1cm
着 艇 登番 選 手 名 ﾓｰﾀｰ ﾎﾞｰﾄ 展示 進入 ｽﾀｰﾄﾀｲﾐﾝｸ ﾚｰｽﾀｲﾑ 差し
-------------------------------------------------------------------------------
01 3 2841 吉 田 稔 70 75 6.82 3 0.14 1.50.6
...略...
06 5 3856 水 野 暁 広 43 21 6.79 5 0.24 . .
単勝 3 2150
複勝 3 170 1 120
２連単 3-1 1560 人気 6
２連複 1-3 290 人気 2
拡連複 1-3 170 人気 3
2-3 140 人気 2
1-2 120 人気 1
３連単 3-1-2 3360 人気 12
３連複 1-2-3 260 人気 1
2～12Rは省略
24KEND
22KBGN
...略
05KEND
FINALK
大まかな流れ
- レース結果以外の内容の取得
- 開催場の取得
- タイトルの取得
- 開催日の取得
- 払戻金の取得
- レース結果の取得
- レース結果（決まり手、気候、レース名など）
- 各選手毎情報（着 登録番号 モーターなど）
情報量が増えるため、なるべく文字列でとらない方向で検討していく。
レース結果以外の内容の取得
取得範囲はこの部分になる。
STARTK
24KBGN
大 村［成績］ 10/ 1 第６回夜の本命・波乱 第 5日
＊＊＊ 競走成績 ＊＊＊
第６回夜の本命・波乱決定戦
第 5日 2019/10/ 1 ボートレース大 村
24KBGNの[24]はボートレース大村の開催場コードとなっており、ここでどこの開催場かわかる。
次の行の10/ 1 第６回夜の本命・波乱 第 5日で開催日と開催日目がわかる。
その次の行の第６回夜の本命・波乱決定戦で節間タイトルがわかる。
見た感じ、String.split()するよりも、以下の関数を作成して、取り出すほうが現実的だと思う。
string StringExtraction(string src, int st, int count)
{
if (encSJIS == null)
encSJIS = Encoding.GetEncoding("Shift_JIS");
byte[] rtnBytes = new byte[count];
var srcbytes = encSJIS.GetBytes(src);
Array.Copy(srcbytes, st, rtnBytes, 0, count);
return encSJIS.GetString(rtnBytes);
}
第一引数から、行文字列、開始位置、文字数で取得する。
やっている作業はShift-JISのバイト型配列に変換→開始位置→から文字数分抜き出し、stringに戻す作業を行っている。幸い元のファイルの文字コードがShift-JISであるため、漢字は2文字カウントとすることで、扱いやすくできる。実際の文字数ではないため、テキストエディタで、文字数を確認しながら位置を確認していけばいい。
払戻金の取得
取得範囲はこの部分になる。
[払戻金] ３連単 ３連複 ２連単 ２連複
1R 3-1-2 3360 1-2-3 260 3-1 1560 1-3 290
...略...
12R 1-4-6 2010 1-4-6 810 1-4 530 1-4 390
左から、レース番号、３連単[組、配当]、３連複[組、配当]、２連単[組、配当]、２連複[組、配当]の順となっている。構成もシンプルであるため、String.Split(' ', StringSplitOptions.RemoveEmptyEntries)で簡単に分割が行えそうである。
しかし気づいてしまった。ここの情報には人気が記載されていない。
そのため、
単勝 3 2150
複勝 3 170 1 120
２連単 3-1 1560 人気 6
２連複 1-3 290 人気 2
拡連複 1-3 170 人気 3
2-3 140 人気 2
1-2 120 人気 1
３連単 3-1-2 3360 人気 12
３連複 1-2-3 260 人気 1
取得したほうがいい気がする。
いずれのレースも上記順番であるため、String.Split(' ', StringSplitOptions.RemoveEmptyEntries)で簡単に分割が行えそうである。
直前行の内容から、問題なくレース番号の紐づけも取得できそう。
レース結果
1R 一 般 H1800m 曇り 風 北西 1m 波 1cm
着 艇 登番 選 手 名 ﾓｰﾀｰ ﾎﾞｰﾄ 展示 進入 ｽﾀｰﾄﾀｲﾐﾝｸ ﾚｰｽﾀｲﾑ 差し
-------------------------------------------------------------------------------
01 3 2841 吉 田 稔 70 75 6.82 3 0.14 1.50.6
...略...
06 5 3856 水 野 暁 広 43 21 6.79 5 0.24 . .
1R 一 般 H1800m 曇り 風 北西 1m 波 1cm
この行で、該当レース番号と、結果、天気、風向、風力、の取得が行える。
構成もシンプルであるため、
String.Split(' ', StringSplitOptions.RemoveEmptyEntries)で
簡単に分割が行えそう。
着 艇 登番 選 手 名 ﾓｰﾀｰ ﾎﾞｰﾄ 展示 進入 ｽﾀｰﾄﾀｲﾐﾝｸ ﾚｰｽﾀｲﾑ 差し
この行には、決まり手がスペース分割後の最終項に記載されているため、取得が必要である。
本行もString.Split(' ', StringSplitOptions.RemoveEmptyEntries)で
簡単に分割が行えそう。
01 3 2841 吉 田 稔 70 75 6.82 3 0.14 1.50.6
この行が、各選手の情報になる。
着順、艇番、登録番号、選手名、ﾓｰﾀｰ、ﾎﾞｰﾄ、展示、進入、スタートタイミング、レースタイム
の順番に記載されている。
本例の場合は、シンプルな構成に見えるが、選手がFを切った場合や失格、欠場になった場合など、複雑なパターンが容易に想定されるので、
String.Split(' ', StringSplitOptions.RemoveEmptyEntries)関数を使用しての取り出しのほうがよさそう。レースタイムも、変な感じだし。おそらく欠場の場合も似たようになるでしょう。
まとめ
本項では、データの表示内容のフォーマットを確認でき、文字列からデータの取り出し方に
関して検討を進めることができた。
次回は、実際のデータの取得と、取得データの分け方の検討について書きたいと思う。
次回
C# .NetCoreで、ボートレース結果の解析 構造検討
https://qiita.com/TamanegiTarao/items/04f43d96e50cb3eeaa03