jpx_new

jpx_new.py

#! python3
# jpx_new.py

import requests, os, bs4

# 対象ページのURLの設定
url = 'http://www.jpx.co.jp/listing/stocks/new/'

# ダウンロードしたPDFファイルを保管するためのフォルダを作成
os.makedirs('jpx_new', exist_ok=True)

# webページをダウンロードしてbs4で煮込む。
# ステータスをプリント
print('downloading web page {}...'.format(url))
res = requests.get(url)
res.raise_for_status()
soup = bs4.BeautifulSoup(res.text, "lxml")

# PDFファイルを抽出するためのタグの選択。a要素のhrefの中から、"1s.pdf"を含むものを抽出。
pdf_1s = soup.select('a[href$="1s.pdf"]')
# 何も見つからなかったら「見つかりませんでした」とプリントして終了
if pdf_1s == []:
	print('見つかりませんでした')
else:
# 見つかったら、pdf_1sの要素を順に抽出していく
	for i in range(0,len(pdf_1s)):
		pdf_1s_url = 'http://www.jpx.co.jp' + pdf_1s[i].get('href')
		print('downloading pdf file {}...'.format(pdf_1s_url))
		res = requests.get(pdf_1s_url)
		res.raise_for_status()

# PDFファイルの保存
		pdf_file = open(os.path.join('jpx_new', os.path.basename(pdf_1s_url)), 'wb')
		for chunk in res.iter_content(100000):
			pdf_file.write(chunk)
		pdf_file.close()