【Python】Excelに書かれたURLから動画をダウンロードしたい

はじめに

Pyhtonを使ってExcelに書かれたURLから動画をダウンロードするツールを作ったので、せっかくなので記事としてまとめることにしました。
PythonはおろかIT初心者が書いた記事ですが、何かの助けになれば幸いです。

作ったもの

ファイル名	URL
動画1.mp4	http://example.com/sample1.mp4
動画2.mp4	http://example.com/sample2.mp4
:	:

このような形式のエクセルから、リンク先の動画をファイル名に書かれた名前で保存する。

環境

MacBook Pro (M1, 2020)
macOS Big Sur 11.6.1
Python 3.9.7

ソースコード

download.py

import requests
from openpyxl import load_workbook
from pathlib import Path
from tqdm import tqdm

# Excelファイルのロード
excel_path='sample.xlsx'
workbook = load_workbook(filename=excel_path, read_only=True)

# シートのロード
sheet = workbook['sheet1']

# ダウンロードを始める行を設定
start_row = 2

# 繰り返しの処理
for row in range(start_row, sheet.max_row + 1):

  # ファイル名作成
  file_name = sheet[f'A{row}'].value

  # URLを変数に格納
  url = sheet[f'B{row}'].value

  # ファイルサイズ取得
  file_size = int(requests.head(url).headers["content-length"])

  # 出力フォルダ作成
  output_folder = Path('download')
  output_folder.mkdir(exist_ok=True)

  # ダウンロード中のファイル表示
  row_num = sheet[f'A{row}'].row
  print(f'{row - (start_row-1)}/{sheet.max_row - (start_row-1)}_{row_num}行目_{file_name}')

  # ダウンロード
  response = requests.get(url)
  pbar = tqdm(total=file_size, unit="B", unit_scale=True)
  with open(output_folder/file_name, "wb") as saveFile:
    for chunk in response.iter_content(chunk_size=1):
        saveFile.write(chunk)
        pbar.update(len(chunk))
    pbar.close()

# ロードしたExcelファイルを閉じる
workbook.close()

ざっくり解説

1. 特定のセルからデータ取得

from openpyxl import load_workbook

# Excelファイルのロード
excel_path='sample.xlsx'
workbook = load_workbook(filename=excel_path, read_only=True)

# シートのロード
sheet = workbook['sheet1']

エクセルの読み込みには、load_workbook(ファイルパス)を使用します。
読み込んだエクセルを変数に入れ、シート名を指定することでワークシートを抜き出します。

2. ダウンロード開始行を設定

# ダウンロードを始める行を設定
start_row = 2

ファイル名	URL
動画1.mp4	http://example.com/sample1.mp4
動画2.mp4	http://example.com/sample2.mp4
:	:

今回はこのような形のエクセルを用いたので２行目からダウンロードを開始します。

3. for文

# 繰り返しの処理
for row in range(start_row, sheet.max_row + 1):

先ほど設定したstart_rowから最後の行まで繰り返します。

4. ダウンロードの下準備

  # ファイル名作成
  file_name = sheet[f'A{row}'].value

  # URLを変数に格納
  url = sheet[f'B{row}'].value

  # ファイルサイズ取得
  file_size = int(requests.head(url).headers["content-length"])

  # 出力フォルダ作成
  output_folder = Path('download')
  output_folder.mkdir(exist_ok=True)

sheet[f'A{row}'].valueでA列からファイル名を、sheet[f'B{row}'].valueでB列からURLを抜き出し、それぞれ変数に入れます。
ファイルサイズの取得については、ダウンロード時に進捗情報を表示する際に必要となるので、進捗表示機能が必要ない場合は省略可です。
ダウンロードした動画を入れるdownloadフォルダを作成します。

5. ダウンロード中のファイル表示

  # ダウンロード中のファイル表示
  row_num = sheet[f'A{row}'].row
  print(f'{row - (start_row-1)}/{sheet.max_row - (start_row-1)}_{row_num}行目_{file_name}')

このような表示を出すだけなので、こちらも必要に応じてです。もっといい書き方もあると思うので自由にアレンジしてください。

6. 動画をDLする

  # ダウンロード
  response = requests.get(url)
  pbar = tqdm(total=file_size, unit="B", unit_scale=True)
  with open(output_folder/file_name, "wb") as saveFile:
    for chunk in response.iter_content(chunk_size=1):
        saveFile.write(chunk)
        pbar.update(len(chunk))
    pbar.close()

このようにプログレスバーを表示させることに成功しました。
ダウンロードの進捗状況が一目でわかるので便利です。

進捗表示がいらないという方は

進捗表示がないバージョン

import requests
from openpyxl import load_workbook
from pathlib import Path

# Excelファイルのロード(読み取り専用)
excel_path='対象講座.xlsx'
workbook = load_workbook(filename=excel_path, read_only=True)

# シートのロード
sheet1 = workbook['対象講座']

# ダウンロードを始める行を設定
start_row = 3

# 繰り返しの処理
for row in range(start_row, sheet1.max_row + 1):

  # ファイル名作成
  file_name = sheet1[f'B{row}'].value

  # URLを変数に格納
  url = sheet1[f'C{row}'].value

  # 出力フォルダ作成
  output_folder = Path('download')
  output_folder.mkdir(exist_ok=True)

  # ダウンロード中のファイル表示
  row_num = sheet1[f'B{row}'].row
  print(f'{row - (start_row-1)}/{sheet1.max_row - (start_row-1)}_{row_num}行目_{file_name}')

  # ダウンロード
  response = requests.get(url)
  movie = response.content
  with open(output_folder/file_name, "wb") as saveFile:
    saveFile.write(movie)

# ロードしたExcelファイルを閉じる
workbook.close()

このように書けばOKです。