概要

pythonで馬の競走成績情報をWEBスクレイピングしてGoogleスプレッドシートに出力する処理を作ってみました。

前提条件

Pythonが既にインストールされていること。
Google Cloud PlatformのAPIライブラリにアクセスして下記のインストールが終わっていること。
（詳しくはGoogle Spread Sheets に Pythonを用いてアクセスしてみたを参考にしてください）
「requests」と「beautifulsoup4」がインストールされていること。
（【【Python】WEBスクレイピングした結果をエクセルに出力してみたの続編です。）

gspreadとoauth2clientの導入

コンソールを開いて下記のコマンドを実行して「gspread」と「oauth2client」をインストールする。

pip install gspread
pip install oauth2client

Googleスプレッドシートに出力する処理の実装

作成した馬の競走成績情報をGoogleスプレッドシートに出力する処理のプログラムは下記になります。

import gspread
import json
import requests
from bs4 import BeautifulSoup
import openpyxl
import time

#ServiceAccountCredentials：Googleの各サービスへアクセスできるservice変数を生成します。
from oauth2client.service_account import ServiceAccountCredentials 

#2つのAPIを記述しないとリフレッシュトークンを3600秒毎に発行し続けなければならない
scope = ['https://spreadsheets.google.com/feeds','https://www.googleapis.com/auth/drive']

#認証情報設定
#ダウンロードしたjsonファイル名をクレデンシャル変数に設定（秘密鍵、Pythonファイルから読み込みしやすい位置に置く）
credentials = ServiceAccountCredentials.from_json_keyfile_name('./秘密鍵のファイル名.json', scope)

#OAuth2の資格情報を使用してGoogle APIにログインします。
gc = gspread.authorize(credentials)

#共有設定したスプレッドシートキーを変数[SPREADSHEET_KEY]に格納する。
SPREADSHEET_KEY = 'XXXXXXXXXXXXXX'

#共有設定したスプレッドシートのシート1を開く
worksheet = gc.open_by_key(SPREADSHEET_KEY).sheet1

#A1セルの値を受け取る
import_value = worksheet.acell('A1').value

url = import_value
html = requests.get(url)
soup = BeautifulSoup(html.content, "html.parser")

#列項目を入力する
retu_list = ['日付','開催場所','天気','馬番','着順','騎手','距離','馬場','タイム','上り']

row = 1
line = 4
write_row = 1

for i in retu_list:
    worksheet.update_cell(3,row,i)
    row = row + 1

row = 1

# すべてのtbodyタグを検索して、その中のさらにtdタグを検索してその文字列を表示する
for element in soup.find_all("tbody"):
    for element2 in element.find_all("td"):
        if row < 28:
            if row in (1,2,3,9,12,13,15,16,18,23):
                worksheet.update_cell(line,write_row, element2.text.strip())
                row = row + 1
                write_row = write_row + 1
                # 書き込み速度に制限があるためsleep関数で書き込み間隔を調整
                time.sleep(1)
            else:
                row = row + 1
        else:
            row = 1
            write_row = 1
            line = line + 1
            worksheet.update_cell(line,write_row, element2.text.strip())

■処理内容
・SPREADSHEET_KEY = 'XXXXXXXXXXXXXX'について
「XXXXXXXXXXXXXX」に当たる箇所は出力したいgoogleスプレッドのURLにある
https://docs.google.com/spreadsheets/d/XXXXXXXXXXXXXX/edit#gid=0
　　　　　　　　　　　　　　　　　　　　　　　↑
　　　　　　　　　　　　　　　　　　　　　この部分になります。

・time.sleep(1)について
自分が設定しているgspreadの設定上1分間にアクセスできる回数に制限があるため1秒間の実行間隔を設けてます。

実行結果

今回の対象は下記のURLになります。
https://db.netkeiba.com/horse/2017105082

実行後のエクセルは下記になります。