【MIYADAI.com】からテクストをパクる

さてさて、準備は整った訳ですので、そろそろ解析ネタを集めねばならん。

とのことで、ここからネタを集めることにします。

■MIYADAI.com Blog

早速ですが、python+BeautifulSoupからいってみます。

話は横にそれますが、BeautifulSoupって風俗があっても、おかしくはないと思います。

誰かが、すでに商標登録してたら、笑えます。

# -*- coding: utf-8 -*-
from urllib import urlopen
from bs4 import BeautifulSoup

soup = BeautifulSoup(urlopen('http://www.miyadai.com/index.php?itemid=1061'))
print soup.title.string

file = open(soup.title.string+".txt", "w")
file.write(soup.title.string)

for h in soup.findAll(**{"class":"itembody"}):
　l = len(h.contents)
　for n in range(0, l):
　　t   = str(h.contents[n])
　　t1 = t.replace("＜br／＞","")
　　t2 = t1.replace("＜b＞","")
　　t3 = t2.replace("＜b／＞","")

　　print(t3)
　　file.write(t3)

file.close()
# EOF #

お恥ずかしい話ですが”＜br／＞”がど〜しても取れないんで、ズルしました（ついでに、”＜b＞”、”＜b／＞”もね）。
まあ、あんまし細かいこと言ってると老けるので、不本意ながら我慢しておきます。