名大のHPで公開されている最新のPDFから感染者数を読み取って辞書形式で返すスクリプト

NU_infected_people_num.py

from pdfminer.high_level import extract_text
import re
import requests
import datetime
import os
import time

def get_pdf():
    # pdfを保存するディレクトリを指定
    PDF_DIR ="./pdf/"
    
    # get用のurlを作成
    t_delta = datetime.timedelta(hours=9)
    JST = datetime.timezone(t_delta, 'JST')
    request_date = datetime.datetime.now(JST)
    
    while True:
        date = request_date.strftime('%Y%m%d')
        url = "https://www.nagoya-u.ac.jp/info/upload_images/"+ date + "_kansen.pdf"
        res = requests.get(url)
        #HTTP Responseのエラーチェック
        try:
            response_status = res.raise_for_status()
        except Exception as exc:
            response_status = True
            print("Error:{}".format(exc))
            
        if response_status == None:
            try:
                f = open(os.path.join(PDF_DIR,str(date+"_kansen.pdf")))
                f.close()
            except Exception as e:
                #open()関数にwbを渡し、バイナリ書き込みモードで新規ファイル生成
                with open(os.path.join("./pdf",os.path.basename(url)),"wb") as f:
                    #各チャンクをwrite()関数でローカルファイルに書き込む
                    for chunk in res.iter_content(100000):
                        f.write(chunk)
                    #ファイルを閉じる
                    f.close()
            path = os.path.join(PDF_DIR,date+"_kansen.pdf")
            return (path,date)
        else:
            request_date = request_date - datetime.timedelta(days=1)
            time.sleep(1)# 大学のサーバーへの申し訳なさのあらわれ

def main():
    res = get_pdf() # pdfの保存先のパスを取得
    text = extract_text(res[0]) # pdfから文字列を取得
    text = text.translate(str.maketrans({chr(0xFF01 + i): chr(0x21 + i) for i in range(94)})) #全角英数字を半角に変換（コピペコード）
    text = re.sub(r'\n| ',"",text) # 改行と空白を取り除く
    ex = [0 for _ in range(3)]
    ans = dict({"date":res[1],"data":dict()})
    
    # 正規表現オブジェクトを作成
    campus_ja = ["東山","鶴舞","大幸"]
    for i in range(len(campus_ja)):
        ex[i] = re.compile(campus_ja[i] + r"キャンパスに通う(学生([0-9]{1,3})名)?、?(教職員([0-9]{1,3})名)?")#感染者数は高々３桁なので1,3

    # テキスト内を検索，結果からdictを作成
    campus_en = ["higashiyama","tsurumai","daiko"]
    for i in range(len(campus_en)):
        tmp = re.findall(ex[i],text)[0]
        ans["data"].update({str(campus_en[i]):{"student":tmp[1],"teacher":tmp[3]}})
        # python3.9以降は以下でも可
        # ans |= {str(campus[i]):{"student":tmp[1],"teacher":tmp[3]}}
    
    print(ans)

if __name__=="__main__":
    main()

requirements.txt代わりに

pdfminer.six==20211012
requests==2.27.1