Python2 年生 スクレイピングのしくみ 第 2 版 体験してわかる! 会話でまなべる!

ヤギ博士 & フタバちゃんと一緒に、インターネットからのファイルのダウンロード方法や HTML の解析方法、いろいろなデータの読み書きの方法、API を使ったデータ収集方法を解説します。さらにライブラリを利用したデータの見える化の方法も解説します。第 2 版のポイント、Python 3.12 対応、各種ライブラリのアップデート、利用オープンデータなどのアップデート。

『Python 2 年生 スクレイピングのしくみ 第 2 版 体験してわかる! 会話でまなべる!』 (森 巧尚 著、翔泳社、2024 年 5 月刊) は、Python でインターネット上のデータを集めて扱う方法を、ヤギ博士とフタバちゃんの対話形式とイラストで解説する入門書です。版元ドットコムの紹介文には、ファイルのダウンロード、HTML の解析、さまざまなデータの読み書き、API を使ったデータ収集、ライブラリを利用したデータの見える化を扱うとあり、対象読者にはネット上からデータ収集を行う初心者と、データ分析の手前の初心者が挙げられています。同じ紹介文には、「Python 2 年生」シリーズは「Python 1 年生」を読み終えた方を対象とした入門書だと書かれています。

全 5 章 20 レッスンの構成、requests から Web API まで

第 1 章「Python でデータをダウンロード」は、スクレイピングとは何かの説明、Python のインストール、requests によるアクセスの 3 つのレッスンです。第 2 章「HTML を解析しよう」では、青空文庫の作品の取得、リンク一覧のファイルへの書き出し、画像の一括ダウンロードを題材にします。第 3 章「表データを読み書きしよう」は pandas の使い方、データの加工、グラフでの表示、Excel ファイルの読み書きを扱い、第 4 章「オープンデータを分析してみよう」では郵便局の郵便番号データ、e-Stat、キッズすたっと、データシティ鯖江の自治体のデータを取り上げます。第 5 章「Web API でデータを収集しよう」は Web API とは何かの説明から OpenWeatherMap へ進み、天気の情報と 5 日間の 3 時間ごとの天気を取得するレッスンで終わります。

HTML の解析、表データ、Web API という 3 つの集め方

スクレイピング は、HTTP でページを取得し、受け取った HTML の要素の入れ子をたどって必要な部分だけを取り出す方法です。決まった形式で応答を返す API は、提供する側が機械で読むことを前提にしています。第 3 章の pandas は、表データを読み込んで加工、集計、グラフでの表示を行うライブラリです。

第 2 版の更新点

第 2 版のポイントとして、版元ドットコムの紹介文は Python 3.12 への対応、各種ライブラリのアップデート、利用するオープンデータなどのアップデートを挙げています。旧版の ISBN は 9784798161914 です。

目次の 20 のレッスンには、JavaScript で表示を組み立てるページの取得や、ブラウザーを自動で操作する方法、集めたデータを使う機械学習は含まれていません。本書は、データのダウンロードから HTML の解析、表データの読み書き、オープンデータの分析、Web API によるデータ収集までを全 5 章 20 のレッスンに収めています。