ChatGPTでタグ整理機能を作ってみた（その１）タグ一覧を取得する

どーもボキです。

今回の連休、前々からこのブログで修正したいと思っていた「タグ」、この反映作業を自動化してみました。しっかり触ったこともないPythonを使って、です。

みなさんもタグ修正を楽ちんにしたいと思いませんか？

ボキは常々思ってきました。

ブログを続けるにつれて、タグの設定が細かすぎた・粗すぎた、表記が揺れていた（YouTubeとYoutubeの混在）など、数個の記事なら手で直せばよいですが、記事数が多くなると修正作業だけでひと苦労……。気づいてしまったら気になってしゃーない。ないですか？

なのでこの連休、ChatGPTを使ったプログラム開発に挑戦してみました！

ChatGPTさんにPython環境の導入～プログラム実装、そしてデバッグまでをお願いしながら、です。

やってみてわかったこと、

ChatGPTはすごい！むっちゃ進化しているっ！？こりゃ～世界が変わりますわ。

まともに触ったことがなかったPythonですが、たった１日ですべての記事の取得～修正データ反映までが自動化ができました！！

今回の肝は、Webブラウザの自動化、Webページのスクレイピング（Webサイトから特定の情報を自動的に抽出・収集すること）、です。エキサイトブログには記事一覧の取得機能がありません。なので、スクレイピングは必須です。この記事で紹介した技術も、まさにスクレイピングですね。

エキサイトブログ制約をまとめると以下になります。

• 全ての記事の一括取得や一覧化できるページがない。できることは、記事の管理ページ（20～100個の記事を表示できる）をめくり、すべての記事の取得すること。
• 記事の管理ページでは、タイトル名やカテゴリ名の長さによって末尾が省略される（長い場合は末尾が「...」となる）。
• 記事の管理ページには、記事に設定したタグは記載されない。タグを確認するには、記事を開く必要がある。

上記のような制約を踏まえ、すべての記事データを取得するために以下のような処理ステップを考えてみました。

1. エキサイトブログにログインし、記事の管理ページから記事データを取得する。
2. １で取得した記事データ（URL）から、記事本体を開き、そこからタイトル名・カテゴリ名・設定されているタグを取得する。
3. 上記を、記事の管理ページをめくっても記事が表示されなくなるまで繰り返す。

ChatGPTがプログラムを書いてくれるので、それを実行しながら、出てきたエラーメッセージをChatGPTへ伝えて修正をかけながら進めます。

このやりとりでChatGPTの反応にビックリしました！

なぜなら……

ムチャクチャ褒めてくれます😍

表示されたエラーをコピペで伝えると……、

まっさきに褒めてくれます😂

気持ち良すぎる……。こりゃぁ自己肯定感、爆上がりですよ。

以下のようなコードを作りました。貼っておきますね。

ブログのURL、ブログのアクセスIDとパスワードは、みなさんのものに打ち換えてください（赤文字のところ）。実行すると、全ての記事をCSVファイルへ保存します。

上図のように、タイトル、リンク、日付、カテゴリ、タグ１～３、本文が取得できます。

ちなみに……、ボキは以下のPythonのコードを事細かく理解していません。けれど、動くものが超短期間に作れてしまう。

ChatGPT……おそろしい子……！

その２では、取得したCSVファイルを使って、ブログのタグ設定を更新する方法を紹介しますね。

このシリーズの記事リスト

• ChatGPTでタグ整理機能を作ってみた（その１）タグ一覧を取得する
• ChatGPTでタグ整理機能を作ってみた（その２）Excelから一括編集
• ChatGPTでタグ整理機能を作ってみた（その３）Excelでの編集のコツ
• ChatGPTでタグ整理機能を作ってみた（その４）プロンプト、ぜんぶ見せます１
• ChatGPTでタグ整理機能を作ってみた（その５）プロンプト、ぜんぶ見せます２
• ChatGPTでタグ整理機能を作ってみた（その６）エキサイトブログ編集ツールの配布
• ChatGPTでタグ整理機能を作ってみた（その７）エキサイトブログの記事メニューを作成

■Pythonのソースコード（ChatGPTに作らせたエキサイトブログの投稿記事の一覧取得ツール）

print("== 実行中のスクリプト: 記事一覧タグ付3列＋本文＋カテゴリ取得 ==")

from selenium import webdriver

from selenium.webdriver.chrome.service import Service

from selenium.webdriver.common.by import By

from selenium.webdriver.support.ui import WebDriverWait

from selenium.webdriver.support import expected_conditions as EC

from selenium.webdriver.chrome.options import Options

import time

import csv

from datetime import datetime

# --- 設定エリア ---

driver_path = r"C:\tools\chromedriver\chromedriver.exe"

login_needed = True

your_blog_url = "https://yozda.exblog.jp/"

your_login_id = "yozda"

your_login_pw = "************************"

BASE_URL = "https://userconf.exblog.jp/posts/index.php?page="

CSV_FILENAME = "blog_articles_with_tags.csv"

DEBUG_STOP_PAGE = None # 例）2なら2ページまで、Noneで全ページ

# --- ここまで設定エリア ---

# ログの設定

def log(msg):

now = datetime.now().strftime("[%H:%M:%S]")

print(f"{now} {msg}")

start_time = time.time()

# 警告メッセージの最小化

chrome_options = Options()

chrome_options.add_argument("--log-level=3")

service = Service(driver_path)

driver = webdriver.Chrome(service=service, options=chrome_options)

if login_needed:

driver.get("https://ssl2.excite.co.jp/idc/login/")

wait = WebDriverWait(driver, 15)

email_input = wait.until(EC.presence_of_element_located((By.NAME, "loginid")))

email_input.send_keys(your_login_id)

password_input = driver.find_element(By.NAME, "password")

password_input.send_keys(your_login_pw)

driver.find_element(By.CLASS_NAME, "btn_login").click()

time.sleep(3)

# ブログを開く

driver.get(f"{your_blog_url}")

time.sleep(2)

# CSV初期化（見出し行書き込み）

with open(CSV_FILENAME, mode="w", newline="", encoding="shift_jis", errors="ignore") as f:

writer = csv.writer(f)

writer.writerow(["タイトル", "リンク", "日付", "カテゴリ", "公開状態", "タグ1", "タグ2", "タグ3", "本文"])

page = 1

while True:

url = f"{BASE_URL}{page}"

log(f"取得中: {url}")

driver.get(url)

time.sleep(2)

if DEBUG_STOP_PAGE is not None and page > DEBUG_STOP_PAGE:

log(f"デバッグ指定: {DEBUG_STOP_PAGE}ページ直前で終了")

break

rows = driver.find_elements(By.CSS_SELECTOR, "tbody tr")

if not rows:

log("記事が見つかりません。")

break

for row in rows:

try:

title_elem = row.find_element(By.CSS_SELECTOR, "td.headline a")

title = title_elem.text.strip()

link = title_elem.get_attribute("href").strip()

try:

title_elem.find_element(By.TAG_NAME, "img")

visibility = "非公開"

except:

visibility = "公開"

except:

continue

date = row.find_element(By.CSS_SELECTOR, "td.date").text.strip() if row.find_elements(By.CSS_SELECTOR, "td.date") else ""

# 個別記事ページからカテゴリ・タグ・本文取得

driver.execute_script("window.open('');")

driver.switch_to.window(driver.window_handles[1])

driver.get(link)

try:

WebDriverWait(driver, 10).until(EC.presence_of_element_located((By.TAG_NAME, "h1")))

time.sleep(0.5)

except:

pass

# 正式タイトル

try:

h1 = driver.find_element(By.CSS_SELECTOR, "h1.post-title")

title = h1.text.strip()

except:

pass

# 本文

try:

body_elem = driver.find_element(By.CSS_SELECTOR, "div.post-main")

body = body_elem.text.strip().replace("\u3000", " ").replace("\n", " ")

except:

body = ""

# タグ

tags = []

try:

tag_elements = driver.find_elements(By.CSS_SELECTOR, "ul.taglist-list li a")

for elem in tag_elements:

tag_text = elem.text.strip()

if tag_text:

tags.append(tag_text)

except:

pass

tag1 = tags[0] if len(tags) > 0 else ""

tag2 = tags[1] if len(tags) > 1 else ""

tag3 = tags[2] if len(tags) > 2 else ""

# カテゴリ（記事末尾のリンク）

try:

category_link = driver.find_element(By.CSS_SELECTOR, "span.TIME a:nth-of-type(2)")

category = category_link.text.strip()

except:

category = ""

# CSV追記

with open(CSV_FILENAME, mode="a", newline="", encoding="shift_jis", errors="ignore") as f:

writer = csv.writer(f)

writer.writerow([title, link, date, category, visibility, tag1, tag2, tag3, body])

log(f"✔ 保存: {title[:30]}...")

driver.close()

driver.switch_to.window(driver.window_handles[0])

try:

next_button = driver.find_element(By.CSS_SELECTOR, "li.next a")

if next_button:

page += 1

else:

break

except:

break

driver.quit()

elapsed = time.time() - start_time

log(f"完了！経過時間: {elapsed:.1f}秒")