Jakarta Commons HttpClient によるSBI証券での自動売買（3） - 正規表現でデータ解析編

以前，このブログで，次のように書きました。

< 今回のコードでは，campanyContentsというBefferdReader型のフィールドに「企業概要」ページの情報を格納しています。後は，正規表現なりで必要なところを抜き出して，煮るなり焼くなりしてください。
<

が，この後，

正規表現でデータを解析するところまで書いてよ << という要望がございまして。Java で正規表現ってあんまり得意じゃないのですが，まぁ，やるだけやってみます。

**サンプルコード

|java| import java.io.; import java.util.regex.;

public class ParseCampanyContentsSample {

/**
 * 企業コード
 */
private String campanyCd;

/**
 * 企業概要ページの内容
 */
private BufferedReader campanyContents;

/**
 * 企業名
 */
private String campany;

/**
 * 優先市場
 */
private String market;

/**
 * 会社四季報の記事作成日
 */
private String memoDay;

/**
 * 企業サイトのURL
 */
private String campanyUrl;

/**
 * 会社四季報に掲載されている業種
 */
private String gyosyu;

/**
 * 決算月 数字のみ
 */
private int kessanMonth;

/**
 * 特色 【特色】は除く
 */
private String tokusyoku;

/**
 * 連結事業または単独事業の売上構成
 * 【連結事業】または【単独事業】という文言は除く
 */
private String jigyo;

/**
 * 会社四季報のコメント
 */
private String memo;

/**
 * 会社四季報のコメント2
 */
private String memo2;

/**
 * 会社四季報の企業概要ページの内容から企業データを取得する
 * 
 * @throws SBI_Exception
 */
public void perseCampanyContents() {

    Pattern pattern;
    Matcher matcher;

    int i = 0;
    boolean gotJigyo = false;
    boolean gotMemo = false;
    boolean gotMemo2 = false;

    int campanyCdRow = 0;
    int campanyRow = 0;
    int gyosyuRow = 0;
    int jigyoRow = 0;
    int memoRow = 0;

    String line;
    try {
        while ((line = this.campanyContents.readLine()) != null) {
            i++;

            // 当社優先市場
            // なぜか次の正規表現では引っかからなかった
            // pattern =
            // Pattern.compile("<div class=\"margin-1\" style=\"margin-top:2px\">&nbsp;(.+)&nbsp;<font class=\"stext-gray\">（当社優先市場）</font>");

            // 不本意ながら，次の正規表現で拾う
            pattern = Pattern
                    .compile(".*<div class=\"margin-1\" style=\"margin-top:2px\">&nbsp;(.+)&nbsp;<font class=\"stext-gray\">（当社優先市場）</font>.*");
            matcher = pattern.matcher(line);
            if (matcher.matches() == true) {
                this.market = matcher.group(1);
            }

            // 作成日
            pattern = Pattern
                    .compile("作成日：([0-9]{4})年([0-9]{1,2})月([0-9]{1,2})日");
            matcher = pattern.matcher(line);
            if (matcher.matches() == true) {
                this.memoDay = matcher.group(1) + "/" + matcher.group(2)
                        + "/" + matcher.group(3);
                continue;
            }

            // 企業コードから対象行を取得
            // なぜか次のif文だとうまくいかない

　　　　　　　　// →　原因が分かり次第，修正します // if(line == this.campanyCd) {

            // 不本意ながら，無駄に正規表現を使う
            pattern = Pattern.compile("^" + this.campanyCd);
            matcher = pattern.matcher(line);
            if (matcher.matches() == true) {
                campanyCdRow = i;
                campanyRow = campanyCdRow + 2;
                gyosyuRow = campanyRow + 4;
                continue;
            }

            // 企業名
            if (i == campanyRow) {
                this.campany = line.replace("(株)", "");
                continue;
            }

            // 業種
            if (i == gyosyuRow) {
                this.gyosyu = line;
                continue;
            }

            // URL
            pattern = Pattern.compile("【ＵＲＬ】<a href=\"(.+)");
            matcher = pattern.matcher(line);
            if (matcher.matches() == true) {
                this.campanyUrl = matcher.group(1);
                continue;
            }

            // 決算月
            // 3月 のパターンと，3.14 のパターンがある
            pattern = Pattern.compile("【決算】([0-9]{1,2})[月.][0-9]{0,2}");
            matcher = pattern.matcher(line);
            if (matcher.matches() == true) {
                this.kessanMonth = Integer.parseInt(matcher.group(1));
                continue;
            }

            // 特色
            pattern = Pattern.compile("【特色】(.+)");
            matcher = pattern.matcher(line);
            if (matcher.matches() == true) {
                this.tokusyoku = matcher.group(1);
                continue;
            }

            // 事業
            pattern = Pattern.compile("(?:【連結事業】|【単独事業】)(.+)");
            matcher = pattern.matcher(line);
            if (matcher.matches() == true) {
                this.jigyo = matcher.group(1);
                jigyoRow = i;
                gotJigyo = true;
                memoRow = jigyoRow + 9;
                continue;
            }

            // メモ
            // なぜか次の正規表現では引っかからなかった
            // →　原因が分かり次第，修正します
            // pattern = Pattern.compile("^【");

            // 不本意ながら次の正規表現で
            pattern = Pattern.compile("【(.+)");
            matcher = pattern.matcher(line);
            if (i >= memoRow && matcher.matches() == true
                    && gotJigyo == true && gotMemo == false) {
                this.memo = matcher.group(0);
                memoRow = i;
                gotMemo = true;
                continue;
            }

            // メモ2
            pattern = Pattern.compile("【(.+)");
            matcher = pattern.matcher(line);
            if (i >= memoRow && matcher.matches() == true
                    && gotMemo == true && gotMemo2 == false) {
                this.memo2 = matcher.group(0);
                gotMemo2 = true;
                break;
            }
        }

    } catch (IOException e) {
        e.printStackTrace();

    }
}

} ||<

**補足これでクラスのフィールドにデータをセットできたので，あとはフィールドの値ををデータベースなどに格納すればよろしいかと。

なお，今回のコードでは，例外処理は省略しました。下記のような場合が考え得るので，何らかの例外処理は必要かもしれません。（それも要望がございましたらコメントしてください。また別の機会にがんばってみたいと思います。）