easy_patents 応用例

初めに

easy_patentsの応用例を紹介する。

概要

他社特許の監視を行う際に、エクセルで監視対象の案件の出願番号を管理している局面を想定する。
本記事では、このエクセルファイルの更新を行うスクリプトを紹介する。

INPUTファイル

以下のような、出願番号(app_number)の列に監視対象の出願番号を並べたエクセルファイルをインプットとする。

なお、本例では、特許情報取得APIのサンプルでよく出てくる特願2020-8423と、その出願番号をインクリメントした7件の合計8件を監視対象案件とした。

サンプルコード

sample_update_monitor_excel.py

from easy_patents.get_info import app_progress
from easy_patents.errors import NoDocumentError, TooManyAccessError, ParameterError, UnknownError
import pandas as pd
from datetime import datetime


def update_monitor_excel(excel_path, sheet_name="Sheet1"):
    '''
    特許情報監視エクセルを更新する。

    Parameters
    ----------
    excel_path: str
        更新対象のエクセルのパス
    sheet_name: str or int
        シート名またはシート番号
    '''
    # 指定されたエクセルを読み出す
    df = pd.read_excel(excel_path, sheet_name=sheet_name)

    # インストールしたpandasのバージョンによっては、以下のようにencodingを指定する必要がある。
    # df = pd.read_excel(excel_path,
    #         sheet_name=sheet_name, encoding="utf-8_sig")

    for index, row in df.iterrows():

        # 読み込んだエクセルから出願番号を取得
        app_number = row['app_number']

        # 特許経過情報の取得
        try:
            # reget_date=0とすることで、
            # コンピュータにファイルが保存されているかにかかわらず、
            # APIから最新の情報を取得する
            progress_info_all = app_progress(app_number, reget_date=0)
        except NoDocumentError:
            # 未公開情報などでドキュメントが取得できない場合にはスキップ
            continue
        except ParameterError as e:
            # パラメーターエラーの場合（出願番号の記載に誤りがあるような場合）には、
            # メッセージを出してスキップ
            print(e)
            continue
        except (TooManyAccessError, UnknownError) as e:
            # アクセス数超過、原因不明エラーの場合には
            # エラーメッセージを出力して終了
            print(e)
            break

        # 重要なデータのみ取り出し
        progress_info = progress_info_all['result']['data']

        # 発明の名称を設定
        row['invention_title'] = progress_info['inventionTitle']

        # bibliographyInformationの中には、
        # 複数のリストがあって処理がしずらいので、
        # 強引に1つにまとめる
        document_lists = []
        for binfo in progress_info['bibliographyInformation']:
            document_lists += binfo['documentList']

        # 最後の処理が最新の処理と推定して、最後の処理を取ってくる。
        last_progress = document_lists[-1]
        # 日付が8桁の整数であらわされているので、日付型に変換
        row['last_process_date'] = datetime.strptime(
                last_progress['legalDate'], "%Y%m%d")
        row['last_process'] = last_progress['documentDescription']

        # データフレームの対象行を取得した情報でアップデート
        df.loc[index] = row

    # エクセルに反映
    df.to_excel(excel_path,
            sheet_name=sheet_name, index=False)

    # インストールしたpandasのバージョンによっては、以下のようにencodingを指定する必要がある。
    # df.to_excel(excel_path,
    #        sheet_name=sheet_name, index=False, encoding="utf-8_sig")


if __name__ == "__main__":
    import sys
    excel_path = sys.argv[1]
    sheet_name = sys.argv[2]
    update_monitor_excel(excel_path, sheet_name)

実行例（コマンドプロンプト)

※複数シート以上あると、上記実装では他のシートが削除されるので注意。

$ cd <スクリプトがあるディレクトリ>
$ python sample_update_monitor_excel.py <エクセルファイルのパス> <シート名>

OUTPUTファイル(更新後のエクセルファイル)