アキバ総研 (https://akiba-souken.com/) 様の新作アニメリストページから情報を取得し、録画サーバ2台での録画予約リストを作成するための個人的なスクリプト。

anipota.rb

### ここから依存パッケージ定義パート

# NokogiriとChronicをgemでインストールしておくように。

require 'open-uri'
require 'nokogiri'
require 'date'
require 'time'
require "active_support/all"
require 'chronic'


### ここから関数定義パート

# アニメのタイトルを整形するための関数 format_title() を定義
def format_title(string)
  string.gsub!(/\s/, '_')
  string.gsub!(/　/, '_')
  string.gsub!(/\//, '／')
  string.gsub!(/\!/, '')
  string.gsub!(/！/, '')
  string.gsub!(/\?/, '')
  string.gsub!(/？/, '')
  string.gsub!(/\&/, '＆')
  string.gsub!(/～(.+)～/, '')
  string.gsub!(/\((.+)\)/, '')
  string.gsub!(/-(.+)-/, '')
  string.sub!(/__+/, '')
  string.sub!(/_\Z/, '')
  string
end

def format_datetime(string)
  # 年の取得
  year, rest = string.split('年', 2)
  year = year.to_i

  # 月の取得
  month, rest = rest.split('月', 2)
  month = month.to_i

  # 日の取得
  day, rest = rest.split('日', 2)
  if rest.nil? # 日付未定による分割失敗のケース
    return Chronic.parse("#{year}-#{month}")
  else
    day = day.to_i
  end

  # 時刻の取得
  hour, minute = rest.gsub(/\((.+)\)/, '').split(':').map(&:to_i)
  if minute.nil? # 時刻未定による分割失敗のケース
    return Chronic.parse("#{year}-#{month}-#{day}")
  else
    return Chronic.parse("#{year}-#{month}-#{day} #{hour}:#{minute}")
  end
end


### ここから仕込みパート

# 時刻はすべて日本時間で処理を行う
Time.zone = 'Asia/Tokyo'
Chronic.time_class = Time.zone
wd = ["日", "月", "火", "水", "木", "金", "土"]

# 処理の対象とするURL
url = "https://akiba-souken.com/anime/spring/"
season = "2019-2Q春アニメ"
charset = nil

# 不要なタイトルのリスト
no_needs = [
  "名作くん",
  "ヴァンガード",
  "ガンダム誕生秘話",
  "KING OF PRISM",
  "けだまのゴンじろー",
  "少年アシベ",
  "ダイヤのA",
  "ちいさなプリンセス",
  "デュエル・マスターズ",
  "なむあみだ仏",
  "ねこねこ日本史",
  "猫のニャッホ",
  "BAKUMATSUクライシス",
  "爆丸バトルプラネット",
  "パウ・パトロール",
  "Bラッパーズ",
  "MIX",
  "ムーミン谷のなかまたち",
  "妖怪ウォッチ",
]

# ページを読み込んでNokogiriでの処理にかける
html = open(url) do |page|
  charset = page.charset
  page.read
end
doc = Nokogiri::HTML.parse(html, nil, charset)
doc.search('br').each { |n| n.replace("\n") } # brタグを改行に変換


### ここから情報取得パート

# 取得後のデータを格納する配列を用意
watchable_animes = []
unwatchable_animes = []
unneeded_animes = []

# 視聴不可と判断された放送局を格納する配列を用意
channels_cannot_watch = []

# ページ内のすべてのアニメを取得する
all_animes = doc.xpath('//div[@id="contents"]/div[contains(@class, "main")]/div[@class="itemBox"]')
all_animes.each.with_index do |anime, i| # アニメごとに処理

  # 録画対象となる放送を格納する配列
  available_schedules = []

  # タイトルの取得
  title = anime.xpath('div[@class="mTitle"]/h2').text
  if title.nil?
    puts "【エラー】タイトル取得失敗（上から#{i+1}番目）"
    next # 次のアニメを評価
  end

  # 不要アニメかどうかのチェック
  no_need_flag = false
  no_needs.each do |keyword|
    if title.include?(keyword)
      no_need_flag = true
      break
    end
  end
  if no_need_flag
    unneeded_animes << {title: title}
    next # 次のアニメを評価
  end

  # 放送スケジュールの取得
  tr = anime.xpath('div[@class="itemData"]/div[@class="schedule"]/table[contains(., "放送スケジュール")]').xpath('tr')
  if tr.size != 0 # tr == 0 ならTV放送がない（ネット配信のみ）だと判断。
    tr.shift # tr[0]はテーブルヘッダ部分。不要なので捨てる。
    tr.xpath('td').each do |td| # 放送スケジュールの各ワクごとに処理
      if td.xpath('span').count == 0 # ワクが空欄である場合
        next # 次のワクを評価
      elsif td.xpath('span').count != 2 # 0でも2でもないのは想定外ケース
        puts "【エラー】タイトル: #{title}, td内のspan数が#{td.xpath('span').count}個"
        next # 次のワクを評価
      else # 2である場合。これが、放送日時が記載されている場合の標準パターン。
        # 放送局を特定する処理
        station = td.xpath('span')[0].text # => "TOKYO MX" など
        if station.empty? # 放送局が取得できない場合
          puts "【エラー】タイトル: #{title}, 放送局の取得に失敗"
          next # 次のワクを評価
        end

        # 特定した放送局から、地上波かBSかを特定する処理
        type = nil
        # アニメ放送があると思われる、我が家で視聴可能なテレビ局のリスト。
        # ※NHK BS, NHK BSプレミアム, ディーライフが配列に含まれていないため要注意。
        tokyo_gr = ["NHK総合", "NHK Eテレ", "日本テレビ", "TBS", "フジテレビ", "テレビ朝日", "テレビ東京", "TOKYO MX"] # 地上波の放送局
        tokyo_bs = ["BS日テレ", "BS朝日", "BS-TBS", "BSテレ東", "BSフジ", "BS11", "BS12 トゥエルビ"] # BSの放送局
        if tokyo_gr.include?(station)
          type = 'GR' # 放送局は地上波
        elsif tokyo_bs.include?(station)
          type = 'BS' # 放送局はBS
        else # 視聴できないチャンネルでの放送であると思われる。
          channels_cannot_watch << station # 視聴不可放送局リストに格納
          next # 次のワクを評価
        end

        # 放送開始日時の特定
        temp = td.xpath('span')[1].text.gsub(/～(.*)\Z/, '') # => "2019年4月2日(火)21:54" など
        if temp.empty? # 放送開始日時が取得できない場合
          puts "【エラー】タイトル: #{title}, 放送局: #{station}, 放送開始日時の取得に失敗"
          next # 次のワクを評価
        else
          start = format_datetime(temp)
        end

        # 録画すべき放送として配列に格納
        available_schedules << {type: type, station: station, start: start}
      end # span数での分岐終了
    end # 放送スケジュールの各ワクごとに処理
  end # TV放送がある場合の処理

  # 取得した結果を配列に格納
  if available_schedules.empty? # 有効なTV放送がなかった場合
    unwatchable_animes << {title: title}
  else # 有効なTV放送があった場合
    watchable_animes << {title: title, schedules: available_schedules}
  end
end # アニメごとに処理


### ここから情報吟味パート

# watchable_animesは配列、各項目には :title, :schedulesが格納されている。
# :titleは単なるstring。
# :schedulesは配列、1件以上の項目が含まれている。
# 各項目は :type (String、'GR'または'BS') 、:station (String)、 :start (TimeWithZone) を持つ。

main_list = []
spare_list = []
no_spare_list = []

watchable_animes.each do |anime|
  # :schedulesから:typeの各件数を取得し、それぞれがもし2件以上ある場合にはエラー扱いとする
  count_gr = 0
  count_bs = 0
  gr = {}
  bs = {}
  anime[:schedules].each do |schedule|
    if schedule[:type] == 'GR'
      count_gr += 1
      gr = schedule
    elsif schedule[:type] == 'BS'
      count_bs += 1
      bs = schedule
    end
  end
  if count_gr >= 2 || count_bs >= 2
    puts "【エラー】タイトル: #{anime[:title]}, 地上波放送数: #{count_gr}, BS放送数: #{count_bs}, 放送数過多"
    next # 次のアニメを評価
  end

  # 放送が1つしかない場合にはそれをメインとする
  if anime[:schedules].size == 1
    main_list  << {title: format_title(anime[:title]), type: anime[:schedules][0][:type], station: anime[:schedules][0][:station], start: anime[:schedules][0][:start]}
    no_spare_list << {title: format_title(anime[:title])}
  else # 地上波とBSとそれぞれで放送がある場合、判断が必要
    if bs[:start] - gr[:start] < 6*60*60
      # bsの方が先に放送されているか、もしくは同じ晩に放送されていそうな場合にはbs側をメインとし、gr側をスペアとする
      main_list  << {title: format_title(anime[:title]), type: bs[:type], station: bs[:station], start: bs[:start]}
      spare_list << {title: format_title(anime[:title]), type: gr[:type], station: gr[:station], start: gr[:start]}
    else
      # それ以外のケースではgr側をメインとし、bs側をスペアとする
      main_list  << {title: format_title(anime[:title]), type: gr[:type], station: gr[:station], start: gr[:start]}
      spare_list << {title: format_title(anime[:title]), type: bs[:type], station: bs[:station], start: bs[:start]}
    end
  end
end

# 配列をそれぞれソートしておく。
# no_spare_listは単純にタイトルによるソート
no_spare_list.sort! { |a, b| a[:title] <=> b[:title] }

# main_listとspare_listは、
# 1) 日毎（ただし06:00〜30:00の区切り）
# 2) 地上波かBSか
# 3) 放送開始時刻
# の順でソートする。
main_list.sort! { |a, b|
  ((a[:start] - 6.hour).to_date <=> (b[:start] - 6.hour).to_date).nonzero? ||
  (b[:type] <=> a[:type]).nonzero? ||
  a[:start] <=> b[:start]
}

spare_list.sort! { |a, b|
  ((a[:start] - 6.hour).to_date <=> (b[:start] - 6.hour).to_date).nonzero? ||
  (b[:type] <=> a[:type]).nonzero? ||
  a[:start] <=> b[:start]
}


### ここから結果出力パート

# メインの方の出力
puts "■■■ メイン ■■■"
previous_date = Date.new(2000, 1, 1)
main_list.each do |e|
  current_date = (e[:start] - 6.hour).to_date
  if previous_date != current_date
    head_date = current_date.strftime("%Y/%m/%d(#{wd[current_date.wday]})")
    puts "\n■#{head_date}"
    previous_date = current_date
  end
  night_hour = ""
  if e[:start].hour < 6
    night_hour = (e[:start].hour + 24).to_s
  elsif e[:start].hour < 10
    night_hour = "0" + (e[:start].hour).to_s
  else
    night_hour = (e[:start].hour).to_s
  end
  puts "anime/#{season}/#{e[:title]}"
  puts "#{e[:type]} #{night_hour}:#{e[:start].strftime("%M")} #{e[:station]}"
  puts
end
puts

# スペアの方の出力
puts "■■■ スペア ■■■"

puts
puts "■スペアなし"
no_spare_list.each do |e|
  puts e[:title]
end
puts

previous_date = Date.new(2000, 1, 1)
spare_list.each do |e|
  current_date = (e[:start] - 6.hour).to_date
  if previous_date != current_date
    head_date = current_date.strftime("%Y/%m/%d(#{wd[current_date.wday]})")
    puts "\n■#{head_date}"
    previous_date = current_date
  end
  night_hour = ""
  if e[:start].hour < 6
    night_hour = (e[:start].hour + 24).to_s
  elsif e[:start].hour < 10
    night_hour = "0" + (e[:start].hour).to_s
  else
    night_hour = (e[:start].hour).to_s
  end
  puts "anime/#{season}/#{e[:title]}/spare"
  puts "#{e[:type]} #{night_hour}:#{e[:start].strftime("%M")} #{e[:station]}"
  puts
end
puts

### ここからダメだった分の出力パート
puts "■■■ 有効な放送なし ■■■"
unwatchable_animes.each do |anime|
  # schedulesについて、
  puts anime[:title]
end
puts

# 最後に、channels_cannot_watchの中身をsortしてuniqして出力し、取りこぼしがないかどうかを確認しておきたい。
puts "■■■ 諦めたチャンネル ■■■"
puts channels_cannot_watch.sort.uniq
puts

puts "■■■ 元々見る気がないヤツ ■■■"
unneeded_animes.each do |anime|
  puts anime[:title]
end
puts