NY連銀からプレスリリースを取得する

この記事では、requests、BeautifulSoup、およびdatetimeモジュールを使用して、NY連銀のウェブページからプレスリリースの情報（タイトル、日付、URL）を取得する方法を解説します。

コードの概要

import requests
from bs4 import BeautifulSoup
from datetime import datetime

最初に、必要なライブラリをインポートします。

requests: ウェブページの内容を取得するためのライブラリ。
BeautifulSoup: 取得したウェブページの内容を解析して必要なデータを抽出します。
datetime: 日付をフォーマットするためのライブラリ。

データ取得の流れ

まず、ウェブページからデータを取得し、その内容を解析します。

def extract_press_releases(url):
    response = requests.get(url)  # ウェブページの内容を取得
    soup = BeautifulSoup(response.text, 'html.parser')  

次に、プレスリリースの情報（日付、タイトル、URL）を取得します。

    press_releases = []

    rows = soup.select('tr.Research, tr.Press')  # プレスリリースの行をすべて取得

    for row in rows:
        date_tag = row.select_one('td.dirColL div')
        if date_tag:
            raw_date = date_tag.get_text(strip=True)  # 日付を取得
            try:
                date = datetime.strptime(raw_date, "%b %d, %Y").strftime("%Y-%m-%d")  # 日付をyyyy-mm-dd形式に変換
            except ValueError:
                date = "Invalid date format"
        else:
            date = "Date not found"

        title_tag = row.select_one('td.dirColR div.tablTitle a')
        if title_tag:
            title = title_tag.get_text(strip=True)  # タイトルを取得
            link = f"https://www.newyorkfed.org{title_tag.get('href')}"  # フルURLを作成
        else:
            title = "Title not found"
            link = "Link not found"

        press_releases.append((date, title, link))  # リストに追加

    return press_releases

rows: ウェブページからプレスリリースのリストを取得します。
date_tag: プレスリリースの日付を抽出し、datetimeライブラリでyyyy-mm-dd形式に変換します。
title_tag: プレスリリースのタイトルとリンクを取得します。

結果の表示

最後に、取得した情報を表示します。

url = 'https://www.newyorkfed.org/press/#press-releases'
press_releases = extract_press_releases(url)

for date, title, link in press_releases:
    print(f"Date: {date}\nTitle: {title}\nURL: {link}\n")