競艇のデータベースを作るには、まず、表にする前の元データが必要だ。
今回は、自作ソフト「DATA BUILDER」を使って、2026年7月のボートレース桐生、2節分のWebページをHTMLファイルとして保存する。1節は、初日から最終日までのひとまとまりの開催だ。
動画では、Excelで取得条件を指定し、処理を実行し、保存先にファイルが並ぶところまで見ていく。
WEB → HTML → データベースの3段階
| 段階 | 何をするか |
|---|---|
| WEB | BOAT RACE公式サイトから対象のページを取得する |
| HTML | 取得したページのHTMLをPCに保存する |
| データベース | 保存したHTMLを読み、必要な項目を表に整理する |
今回の実演は、公式サイトからHTMLを取得し、PCへの保存を確認するところまでだ。保存したHTMLを読み取ってデータベースを作る工程は、今後、別の動画やブログ記事で扱う。
HTMLは、Webページの文章や表の構造を記述するための形式だ。たとえば出走表のHTMLを保存しておけば、後の工程で選手名や枠番といった必要な項目を読み出せる。
桐生2節分をまとめて取得する
1.Excelに開催期間と会場コードを入力する
動画では、開催日程の一覧から対象の2節を選び、初日・最終日・会場コードをExcelの「WEBパラメータ入力」に移す。パラメータとは、ソフトに「どこの、いつのレースを取りに行くか」を伝える指定値だと思ってもらっていい。
| 対象 | 初日 | 最終日 | 会場コード | レース範囲 |
|---|---|---|---|---|
| 1節目 | 2026年7月4日 | 2026年7月9日 | 01(桐生) | 1R〜12R |
| 2節目 | 2026年7月14日 | 2026年7月19日 | 01(桐生) | 1R〜12R |
2.一括取得を実行する
条件を入れたら、「HTML収集一括Aループ」を実行する。ソフトは指定された日付とレース番号を順にたどり、1レースにつき8種類のページを保存する。
| 分類 | 取得するページ |
|---|---|
| 基本情報(3ページ) | 出走表、直前情報、レース結果 |
| オッズ(5ページ) | 単勝・複勝、2連単・2連複、3連単、3連複、拡連複 |
オッズは7券種あるが、単勝と複勝、2連単と2連複は、それぞれ同じページに載っている。取得するページ数で数えると、オッズは5ページだ。
実行中は、Excelに処理中の日付・会場コード・レース番号が表示される。動画では、保存先にもファイルが順に増えていく様子が見える。途中で取得のペースは変わるが、最後はExcelの完了メッセージで処理の終了を確認できる。
3.保存先を開いてHTMLを確認する
完了後は、エクスプローラーで桐生の保存先を開く。直前情報なら、フォルダは次の階層だ。
KYOTEI_DATA/raw/html/2026/01_桐生/beforeinfo/
たとえば、20260714_01_01_beforeinfo.html は、2026年7月14日・桐生・1Rの直前情報だ。ファイル名だけで、中身を開く前にどのレースのどのページかが分かる。
保存先は開催年、会場、ページの種類で分けている。後でデータベースを作る処理は、この規則を手掛かりにファイルを探す。ファイル名は、未来の自分とソフトに渡す荷札だ。荷札がそろっていれば、ソフトも迷子にならない。
なぜ、先にHTMLを残すのか
あとから「この項目も表に入れたい」「読み取り方を直したい」と思うことがある。元のHTMLを手元に残しておけば、そこに載っている項目を読み直し、データベースを作り直せる。そのたびに公式サイトから同じページを取り直す手間が省ける。
今回のDATA BUILDERは、桐生2節分のページを集め、次の工程が読み込める場所にそろえた。ここまでが、競艇データベースを作る最初の仕事だ。
次は、ブラウザーで見ているページと、PCに保存したHTMLファイルがどうつながっているのかを解説する。


コメント