鹿児島県の Go To EATの利用可能店舗のPDFをCSVに変換

鹿児島商工会議所の利用可能店舗のPDFからCSVに変換

エリアごとにPDFファイルが分かれているのでひとつにまとめる

スクレイピング

import requests
from bs4 import BeautifulSoup

url = "http://www.kagoshima-cci.or.jp/?p=20375"

r = requests.get(url)
r.raise_for_status()

soup = BeautifulSoup(r.content, "html.parser")

result = []

for a in soup.select("#contents_layer > span > p > a"):

    s = a.get_text(strip=True).replace("全域", "").lstrip("〇")

    # 地区は除外
    if not s.endswith("地区"):

        result.append({"area": s, "link": a.get("href")})

データラングリング

import camelot
import pandas as pd

dfs = []

for data in result:

    tables = camelot.read_pdf(
        data["link"], pages="all", flavor="lattice", split_text=True, strip_text=" \n"
    )

    for table in tables:

        df_tmp = table.df.iloc[1:].set_axis(["五十音", "店舗名", "所在地"], axis=1)
        df_tmp["地域"] = data["area"]

        dfs.append(df_tmp)

df = pd.concat(dfs)

df.to_csv("kagoshima.csv", encoding="utf_8_sig")