はじめに｜Pythonで為替レートを自動取得するってどういうこと？

「毎日の為替レートを確認して、Excelに手入力するのが正直つらい…」
「できれば最新の為替レートを、自動でExcelに保存したい…」

そんな悩みを感じたことはありませんか？

実は、Pythonを使えば為替レートを自動取得し、そのままExcelファイルに保存することができます。
一度仕組みを作ってしまえば、毎日の確認作業や転記ミスから解放され、業務効率を大きく改善できます。

この記事では、APIを使って最新の為替レートを取得し、PythonでExcelに自動保存する方法を、プログラミング初心者向けにやさしく解説します。
難しそうに聞こえる「API」も、仕組みを理解すれば意外とシンプルです。

経理・財務・輸入業務などで外国通貨を扱う方はもちろん、
「Pythonで業務を自動化してみたい」「Excel作業を効率化したい」という方にもおすすめの内容です。

この記事を読むことで、次のことができるようになります。

• Pythonで為替レートを自動取得する方法
• 為替APIの基本的な使い方
• 取得したデータをExcelファイルに書き込む手順
• 実務でも使える、シンプルで分かりやすいコード構成

コードは丸写しで終わらないように、1行ずつ意味を解説していきます。
「なぜこの書き方なのか」が分かるので、Python初心者の方でも安心です。

それでは、Pythonを使った為替レートの自動取得とExcel保存を、一緒に進めていきましょう。

1. Pythonで為替データを扱うメリット

Pythonは、**「データを集めて、加工して、出力する」**という一連の流れを、とてもシンプルに書けるプログラミング言語です。
この特性が、為替レートの自動取得＆Excelへの書き出しという作業にピッタリなんです。

ここでは、Pythonを使うことで得られる具体的なメリットをいくつか紹介します。

✅ 毎日の作業が自動化できる

たとえば「毎朝、為替レートを調べて、Excelに入力する」…こんなルーチン作業、ありませんか？

Pythonを使えば、その作業をボタン1つ、あるいは時間指定で自動化できます。人の手を使わないので、入力ミスも防げて一石二鳥！

✅ 無料APIを活用して最新データを取得

多くの為替レート提供サイトでは、「API」という仕組みでレート情報を提供しています。
Pythonでは requests というライブラリを使うことで、数行のコードでAPIからデータを取得することが可能です。

しかも、APIの多くは無料プランを用意しており、登録不要で使えるものもあります（例：exchangerate.host など）。

✅ 取得したデータをそのままExcelに保存

Pythonには openpyxl というライブラリがあり、Excelファイル（.xlsx）の作成・編集が自由自在。
今回のように、「為替レートを日付とともに記録する表」を自動で作るのも簡単です。

✅ 業務でも通用するスキルが身につく

APIの使い方やExcel連携の知識は、業務で使える実践的なスキルです。
特に、財務・経理・データ分析・エンジニア職などでは、こうしたスキルが評価される場面も多くなっています。

「プログラミングって難しそう…」という方もご安心ください。
このあとの手順では、一つひとつの操作をやさしく丁寧に解説していきます。

次は、Python環境の準備と必要なライブラリのインストールから始めましょう！

2. 必要な環境とライブラリ

Pythonで為替レートを取得してExcelに書き込むには、準備がとても大切です。
ここでは、実際にプログラムを書く前にやっておきたい2つの準備――仮想環境の作成とライブラリのインストールについて説明します。

🔧 Python仮想環境の作成

まずは、作業ごとに独立したPython環境をつくっておきましょう。これを**「仮想環境」**といいます。

✅ なぜ仮想環境を使うの？

Pythonにはたくさんのライブラリがありますが、全部をごちゃまぜに使っていると、
「どのツールがどのライブラリを使っていたっけ？」
「他のツールとバージョンがぶつかって動かない…」
なんてことが起きやすくなります。

仮想環境を使えば、1つのツール＝1つの専用環境として管理できるので安心です。

✅ 仮想環境の作り方（Windows/Mac共通）

ターミナル（またはコマンドプロンプト）で以下のコマンドを入力します：

python -m venv venv

すると、venv という名前の仮想環境が作成されます。

✅ 仮想環境の起動方法

• Windowsの場合：

venv\Scripts\activate

• Mac/Linuxの場合：

source venv/bin/activate

うまくいくと、ターミナルの先頭に (venv) と表示されます。これで仮想環境の中に入った状態です！

📦 ライブラリのインストール

今回使うライブラリは以下の2つです：

✅ インストールコマンド（仮想環境の中で実行）

pip install requests openpyxl

✅ ライブラリのインポート方法

Pythonコードの最初に以下を記述して、ライブラリを使えるようにします：

import requests
from openpyxl import Workbook

これで準備完了！
次はいよいよ「APIを使って為替レートを取得する」ステップに進みましょう！

3. 為替APIの仕組みとエンドポイント設定

いよいよここから、為替レートのデータを取得するための準備に入ります。
そのカギを握るのが、「API」と呼ばれる仕組みです。

🌐 APIってなに？

APIとは「Application Programming Interface（アプリケーション・プログラミング・インターフェース）」の略です。

……ちょっと難しく聞こえますが、ざっくり言うと、

「他のサービスから情報を自動で受け取るための窓口」

と考えてください。

たとえば、天気情報・ニュース・為替レート・株価などを自分のプログラムに取り込むには、
その情報を提供してくれる「APIのURL」にアクセスして、機械が読み取れる形式でデータを受け取るのが一般的です。

💱 為替APIとは？

今回使う為替APIは「exchangerate.host」という、無料で使える便利なAPIサービスです。

アクセスするURLの例：

https://api.exchangerate.host/latest

このURLにアクセスすることで、**「今日の為替レート（EURを基準）」**がJSON形式で返ってきます。

📌 エンドポイントって？

APIで使われる「エンドポイント」とは、情報を取得するためのURLのことです。
サービスごとに、さまざまなエンドポイントが用意されています。

たとえば：

今回はもっともシンプルな 「最新のレート」を取得する /latest を使います。

✅ 通貨を指定したい場合は？

URLの末尾にパラメータをつけて、取得したい通貨を絞り込むことも可能です。

たとえば、「USD（米ドル）を基準に、JPY（日本円）のレートを取得したい」なら、こんなURLになります：

https://api.exchangerate.host/latest?base=USD&symbols=JPY

このように、**クエリパラメータ（?〜）**を使って情報をカスタマイズできるのがAPIの面白さです！

ここまでの内容をまとめると、次のようなコードで為替データが取得できます：

import requests

url = "https://api.exchangerate.host/latest?base=USD"
response = requests.get(url)
data = response.json()
print(data)

このコードを実行すると、USDを基準とした通貨レートの一覧が表示されます。

次は、このAPIから取得したデータを**どのようにPythonで扱っていくのか？**を見ていきましょう！

4. APIから為替レートを取得するPythonコード

ここからは、いよいよ実際に為替レートのデータをPythonで取得するコードを書いていきます！

今回は「USD（米ドル）」を基準に、複数の通貨レートを取得する例で進めます。

🧪 まずはAPIにアクセスしてみよう！

以下のコードをPythonファイルに書いてみてください：

import requests

# APIのURL（USDを基準）
url = "https://api.exchangerate.host/latest?base=USD"

# データ取得
response = requests.get(url)

# JSON形式でデータを取り出す
data = response.json()

# 内容を確認してみよう
print(data)

🔍 解説：このコードで何をしているの？

💡 JSON形式のデータとは？

APIから取得できるデータは、基本的に**「JSON形式」**です。
これは「キー（名前）と値（データ）」がセットになった、人間にも読めるシンプルな形式です。

例として、こんな形で表示されるはずです：

{
  "base": "USD",
  "date": "2025-06-18",
  "rates": {
    "JPY": 157.35,
    "EUR": 0.91,
    "GBP": 0.78,
    ...
  }
}

この中の "rates" の部分が重要で、ここに各通貨のレートが格納されています。

✅ 必要な情報だけ取り出すには？

JSONデータは辞書型なので、Pythonの辞書のようにキー指定で中身を取り出せます。

たとえば、すべての通貨レートを取得したい場合は次のように書きます：

for currency, rate in data["rates"].items():
    print(f"{currency}: {rate}")

このコードを実行すると、次のような出力になります：

JPY: 157.35
EUR: 0.91
GBP: 0.78
...

これで、APIから取得した為替データをPythonで自由に扱えるようになりました！

次はいよいよ、取得した為替レートをExcelファイルに書き込む手順を解説していきます！

5. 取得したデータをExcelに書き込む

APIから取得した為替レートのデータを、次はExcelファイルに書き込んで保存してみましょう。

ここでは openpyxl ライブラリを使って、以下のような作業を行います：

• 新しいExcelファイルを作成
• ワークシートを準備
• 為替レートのデータを1行ずつ書き込む
• ファイルとして保存

📘 Excelファイルを作るには？（Workbook）

まずはExcelファイルの「本体」となる**ワークブック（Workbook）**を作ります。以下のコードを追記してみましょう：

from openpyxl import Workbook

# 新しいExcelファイルを作成
wb = Workbook()

# アクティブなシートを取得
ws = wb.active

# シートの名前を変更（任意）
ws.title = "Exchange Rates"

ここまでで、空っぽのExcelファイルとシートが1枚できた状態です。

🏷️ ヘッダーを追加する（append）

次に、**列のタイトル（ヘッダー）**を書き込みます。

# ヘッダーを追加
ws.append(["通貨コード", "為替レート"])

これで、1行目に「通貨コード」「為替レート」という見出しが入りました。

🔄 通貨とレートを1行ずつ追加（forループ＋append）

ここからは、前のステップで取得した data["rates"] をfor文でループして、1行ずつExcelに追加していきます：

# 取得したレート情報を書き込む
for currency, rate in data["rates"].items():
    ws.append([currency, rate])

これで、各通貨コード（例: USD, JPY, EUR）と、その為替レートが行ごとにExcelファイルに追加されていきます。

✅ append()とは？

append() は、Excelファイルに行単位でデータを追加するためのメソッドです。

ws.append(["USD", 1.00])  # 「USD | 1.00」という行が追加される

リストの形で渡すと、そのまま左から右に順番に書き込まれます。

💡 補足：複数回appendすれば、表形式になる

ws.append(["通貨", "レート"])
ws.append(["USD", 1.00])
ws.append(["JPY", 157.35])
ws.append(["EUR", 0.91])

こんな感じで書き込むと、Excelでは以下のように見えます：

これで、為替レートデータをExcelに整然と出力する準備が整いました！

6. Excelファイルの保存と出力の確認

ここまでで、為替レートのデータをExcelのワークブック（Workbook）に書き込む処理が完成しました。
最後の仕上げは、作成したExcelファイルを保存して、ユーザーに完了を伝える出力メッセージを表示することです。

💾 Excelファイルを保存する（.save()）

Excelファイルを保存するには、以下のように .save() メソッドを使います。

# ファイル名を指定して保存
wb.save("exchange_rates.xlsx")

このコードを実行すると、スクリプトを実行したフォルダに「exchange_rates.xlsx」ファイルが生成されます。

✅ ファイル名は自由に変えてOKですが、拡張子 .xlsx を忘れずにつけましょう！

✅ 保存できたかどうかを知らせるメッセージ

プログラムの最後に、処理が正常に終わったことをユーザーに知らせる出力メッセージを加えておくと、親切で実務的です。

print("為替レートのExcelファイルが保存されました！")

さらに、ファイル名や日付を表示しておくと、ログとしても便利です。

from datetime import datetime

today = datetime.now().strftime("%Y-%m-%d")
print(f"[{today}] exchange_rates.xlsx に書き出しが完了しました。")

🔁 全体の流れをまとめると…

これで、次のような流れが完成しました：

1. APIで為替レートを取得
2. データをExcelに書き込み
3. .xlsxファイルとして保存
4. ユーザーにメッセージで通知

📂 実行後の確認方法

スクリプトを実行した後は、次の点を確認してみてください：

• フォルダ内に exchange_rates.xlsx ファイルがあるか？
• 開いてみると、通貨コードとレートの一覧が正しく書かれているか？
• 保存メッセージがターミナルに表示されたか？

問題がなければ、Pythonでの為替レート取得＆Excel出力スクリプトが無事完成です！

7. おまけ：日付や時間も一緒に書き込む（発展応用）

ここまでで、為替レートの一覧をExcelに書き込む基本的なスクリプトは完成しました。
でも、**「このレート、いつ取得したデータだろう？」**と後から見返すこともありますよね。

そこでおすすめなのが、日付や時刻も一緒にExcelに記録しておく方法です。
Pythonの datetime モジュールを使えば、とても簡単に追加できます。

🕒 現在の日付・時刻を取得するには？

以下のように、datetime.now() を使って、今の日時を取得できます。

from datetime import datetime

# 現在日時を取得（例：2025-06-18 15:42:00）
now = datetime.now()

# 日付のみ取り出す（例：2025-06-18）
date_str = now.strftime("%Y-%m-%d")

# 日時付き（例：2025-06-18 15:42:00）
datetime_str = now.strftime("%Y-%m-%d %H:%M:%S")

strftime() を使うことで、表示フォーマットを好きな形に変換できます。

📝 Excelの表に日付列を追加するには？

「通貨コード」「レート」だけでなく、「取得日付」も一緒に書き込めるようにしてみましょう。

✅ ヘッダーを修正：

ws.append(["通貨コード", "為替レート", "取得日"])

✅ データの書き込み部分を変更：

for currency, rate in data["rates"].items():
    ws.append([currency, rate, date_str])

これで、次のような表がExcelに記録されます：

📈 毎日データを記録するログとしても使える！

この書き方は、毎日為替レートを記録するような自動スクリプトにも応用できます。
日付を残しておけば、あとで時系列でグラフを作ることもできますし、データの変化を追うのにも便利です！

✅ 補足：時間まで記録したい場合は？

日付だけでなく、時間も記録したいなら datetime_str を使えばOKです：

ws.append(["通貨コード", "為替レート", "取得日時"])

for currency, rate in data["rates"].items():
    ws.append([currency, rate, datetime_str])

これで、「いつのデータか」をしっかり管理できる、実用的な為替レート記録ツールが完成しました！

8. まとめ

今回は、Pythonを使ってWebから為替レートを自動取得し、Excelに書き込む方法を解説してきました。

実際にやってみると、たった数十行のコードで、

• 最新の為替レートを無料APIから取得
• Excelファイルに整形して出力
• 日付付きの記録も可能

といった、実務でも使える便利なツールが作れてしまいます。

💡 この記事で学べたこと

📌 自動化の一歩として最適なテーマ！

「手作業でやっていた作業をPythonで効率化したい」
「APIの扱い方を基礎から学びたい」
「Excelとの連携方法を実践したい」

そんな方にとって、今回の内容はまさに初めの一歩にピッタリのテーマだったのではないでしょうか？

Pythonはデータの取得や加工、出力に強く、業務の自動化にも非常に向いています。
ぜひこの記事を参考に、あなた自身のアイデアでいろいろな自動ツールを作ってみてくださいね！

🔗 あわせて読みたい

🧮 データの扱いに強くなろう！

• 【Python入門】YAMLファイルの書き方と使い方｜設定ファイルの操作をわかりやすく解説！
  API連携やツール構築でよく使われるYAML形式について、基本から応用までを解説しています。
• Pythonでグラフを描く！Matplotlibの使い方を初心者向けにやさしく解説
  取得した為替データをグラフで可視化したい人におすすめです。

🧰 API・ファイル操作の基礎固めに！

• 【Python入門】Gmail APIでメール送受信＆添付ファイルを操作する方法をやさしく解説！
  APIの扱いをもっと深く理解したい人向けに、Gmail APIの使い方も学べます。
• 【Win/Mac対応】Pythonスクリプトをexe化！PyInstallerで実行ファイルを作る方法をやさしく解説
  今回の為替ツールを配布用のアプリにしたい場合に便利です。

💡 自動化スキルをレベルアップ！

Pythonでライブラリを一括インストールする方法｜requirements.txtの使い方をやさしく解説！
仮想環境の再現や配布時に欠かせない設定ファイルの使い方をマスターできます。

よくある質問（Q&A）

1. はじめに｜Webスクレイピングってなに？なぜ使うの？

こんにちは！Pythonを使った自動化に興味があるみなさん、今回は「Webスクレイピング」というちょっとワクワクする技術を紹介します！

「Webスクレイピング」って聞くと、ちょっと難しそうに感じるかもしれません。でも、実はとってもシンプルな考え方なんです。
一言でいうと、Webサイトに書かれている情報を、プログラムで自動的に取り出す技術のこと。

たとえばこんなことができます👇

• 天気予報サイトから今日の天気を自動でチェック！
• ネットショップから商品の価格を集めて一覧にする！
• ニュースサイトから最新の記事タイトルをまとめて取得！

これを全部、手作業じゃなくてPythonにやってもらえるのが魅力なんです。

■ なんで使うの？

ネットには便利な情報がたくさんありますが、毎回自分で見に行ってコピーするのは大変ですよね。
Webスクレイピングを使えば、その面倒な作業を自動化できます。たとえば：

• データ分析をしたい人が、情報を集めるために使う
• 毎日同じ作業を繰り返す必要がある仕事を効率化できる
• 自分だけの「情報まとめツール」が作れちゃう！

しかも、Pythonの「requests」と「BeautifulSoup」というライブラリを使えば、ほんの数行のコードで実現できるんです。難しい知識がなくても大丈夫！

このあとから、実際にWebページを読み取って情報を取り出す方法を、やさしく解説していきますね😊
それでは、さっそくWebスクレイピングの世界に踏み出してみましょう！

2. Webスクレイピングで使う2つの便利なライブラリ

PythonでWebスクレイピングをするには、「requests（リクエスツ）」と「BeautifulSoup（ビューティフルスープ）」という2つのライブラリがとっても便利なんです。
ここでは、それぞれの役割と使い方をわかりやすく紹介しますね！

2-1. requestsとは？Webページを取得する方法

まずは、Webページの内容を「持ってくる」ための道具がrequestsです。

たとえば、ニュースサイトのURLをrequestsで指定すると、そのページの中身（HTMLというコードの形）をまるごと取得できます。

✅ 使い方の例

import requests

url = "https://example.com"
response = requests.get(url)

print(response.text)

上のコードでは、指定したURLからページの情報をゲットして、それを画面に表示しています。
この.textの中に、WebページのHTMLがそのまま入っているんです！

💡 ポイント

• requests.get()でWebページにアクセス
• response.status_codeでうまくアクセスできたかを確認（200なら成功！）
• response.textにHTMLの中身が入っている

2-2. BeautifulSoupとは？HTMLを解析して情報を取り出す

次に出てくるのが「BeautifulSoup」。
これは、取得したHTMLから必要な部分だけを取り出すための道具です。

HTMLって、人間が読むにはごちゃごちゃしていてわかりづらいですよね？
でもBeautifulSoupを使えば、「タイトルだけほしい」「リンクだけほしい」など、ピンポイントでデータを取り出せるんです。

✅ 使い方の例

from bs4 import BeautifulSoup

soup = BeautifulSoup(response.text, "html.parser")
title = soup.title.string

print(title)

このコードでは、ページのタイトルだけを取り出しています。とっても簡単ですね！

💡 よく使う操作

• soup.find("h1")：最初のh1タグを探す
• soup.find_all("a")：すべてのリンク（aタグ）をリストで取得
• .text：タグの中の文字を取り出す
• ["href"]：リンク先のURLを取り出す

このように、requestsでWebページをゲットして、BeautifulSoupで必要な情報を取り出す。この2つを組み合わせれば、立派なWebスクレイピングができちゃうんです！

次は、実際にサンプルコードを動かして「どんなふうに情報が取れるか」を体験してみましょう！

3. 実践！Pythonでスクレイピングしてみよう

さぁ、いよいよここからは実際にPythonでWebスクレイピングをやってみましょう！
最初はシンプルなサンプルコードで、「Webページにアクセスして、タイトルを取り出す」ところまでやってみます。

3-1. スクレイピングの基本コード例

まずは、必要なライブラリをインストールしましょう。まだ入れてない方は、以下のコマンドをターミナルで実行してください。

pip install requests
pip install beautifulsoup4

これで準備OK！

では、さっそく以下のコードをPythonファイル（たとえば scrape_sample.py）に書いて実行してみましょう👇

import requests
from bs4 import BeautifulSoup

# スクレイピングしたいURL
url = "https://example.com"

# WebページのHTMLを取得
response = requests.get(url)

# BeautifulSoupで解析
soup = BeautifulSoup(response.text, "html.parser")

# タイトルを取得して表示
print("ページタイトル:", soup.title.string)

🔍 解説

• requests.get(url)：指定したURLにアクセスしてHTMLを取得
• BeautifulSoup(..., "html.parser")：HTMLをきれいに分解して扱いやすくする
• soup.title.string：HTMLの中にある <title> タグの中身だけを取り出す

✅ 実行結果の例

ページタイトル: Example Domain

こんなふうに、たった数行のコードでWebページから情報を引っ張ってくることができるんです！

3-2. タグの取得・クラス指定・属性の扱い

「ページタイトル」だけじゃなくて、特定の要素を狙って取ることもできますよ！

✅ 例：リンク（<a>タグ）を全部取得する

links = soup.find_all("a")
for link in links:
    print(link.text, "→", link["href"])

このコードでは：

• <a>タグ（リンク）をすべて取り出す
• link.textでリンクの表示名を取得
• link["href"]でリンク先のURLを取得

✅ 例：特定のclassを持つ要素を取得する

HTMLではよく「class属性」でデザインや区別をつけています。これも簡単に狙えます。

headline = soup.find("h2", class_="main-headline")
print(headline.text)

このようにして、ピンポイントで必要なデータを抜き出せるんです！

✅ ちょっと便利なヒント

• クラス名に「-」や「_」があるときは正確に書くこと！
• タグが見つからないときは None になるので .text を呼ぶとエラーになります → 事前に if でチェックしよう！

次は、スクレイピングをするときに気をつけたいマナーやルールを解説します。
知らないとトラブルの原因になることもあるので、しっかり学んでいきましょう！

4. スクレイピングの注意点とマナー

Webスクレイピングはとても便利な技術ですが、やり方を間違えると相手のWebサイトに迷惑をかけてしまうこともあります。
場合によっては、法律にふれてしまったり、アクセスをブロックされたりすることも…。
だからこそ、マナーを守って正しく使うことがとっても大切なんです！

ここでは、スクレイピングをするときに気をつけたいルールやマナーをやさしく紹介します。

4-1. まずは「robots.txt」を確認しよう

多くのWebサイトには、**robots.txt（ロボッツ・テキスト）**というファイルがあります。

これは、「このページはスクレイピングOKですよ」または「ここはやめてね」といったルールを書いたものです。

たとえば、こんな感じのURLで見られます👇

https://example.com/robots.txt

中を見て、スクレイピングしていいかを確認しましょう。
もしDisallow: /と書かれていたら、そのサイト全体が禁止という意味になります。

4-2. アクセスはゆっくり！間隔をあけてアクセスしよう

短い時間に何回もスクレイピングをすると、相手のサーバーに負担がかかってしまいます。
人間がクリックするペースよりも速いアクセスは、「攻撃」とみなされてしまうことも😨

✅ 対策としては…

import time

# アクセスの間に1秒休憩
time.sleep(1)

このようにtime.sleep()を使って、1〜3秒ほどの休憩を入れるのがマナーです。

4-3. 利用規約を読んでおこう

Webサイトの中には、「自動的な取得を禁止します」と利用規約で明記しているところもあります。

「公開されてるからOK」と思わずに、利用規約（Terms of Service）を読んで確認するクセをつけましょう。

4-4. User-Agentを設定しよう

サイトによっては、requestsを使ってアクセスすると「これはロボットだ！」と判断してアクセスを拒否することがあります。

そんなときは、**User-Agent（ユーザーエージェント）**という設定を使うと通ることがあります。

headers = {
    "User-Agent": "Mozilla/5.0"
}
response = requests.get(url, headers=headers)

これで「普通のブラウザから来たよ〜」と伝えることができるんですね。

✅ まとめ：安全・安心にスクレイピングを楽しもう！

スクレイピングはとってもパワフルな技術。でも、そのぶん**「ルールを守って使う」ことがとても大切**です。

• robots.txtをチェックする
• アクセス頻度は控えめに
• 利用規約をちゃんと読む
• ヘッダー情報を設定する（User-Agent）

これらを意識して、安全にWebの情報を活用していきましょう！

5. よくあるエラーとその対処法

Webスクレイピングをしていると、時々うまく動かないことがあります。
「なんでエラーになるの？」「コードは合ってるのに…」と戸惑うこともあるかもしれません。

でも大丈夫！
ここでは、初心者がよく出会うエラーとその対処法をやさしく解説していきます。
うまくいかないときのチェックポイントとして、ぜひ参考にしてください！

5-1. requests.exceptions.ConnectionError が出た！

❓ どんなエラー？

→ Webサイトにアクセスしようとしたけど、接続できなかったというエラーです。

🛠 よくある原因と対策

• URLが間違っている → スペルミスがないか確認！
• インターネットに接続されていない → Wi-Fiやネット回線を確認！
• アクセスがブロックされている → headersを設定してみよう！

headers = {
    "User-Agent": "Mozilla/5.0"
}
requests.get(url, headers=headers)

5-2. AttributeError: 'NoneType' object has no attribute 'text'

❓ どんなエラー？

→ .find()などで探したタグが見つからなかったのに、.textしようとしてエラーになっています。

🛠 よくある原因と対策

• 指定したタグやクラスが存在しない（変更されてるかも！）
• HTMLの構造を確認しよう（ブラウザで「検証」してみて）

✅ 対策コード例

title_tag = soup.find("h1")
if title_tag:
    print(title_tag.text)
else:
    print("タイトルが見つかりませんでした。")

5-3. 403 Forbidden が返ってくる

❓ どんなエラー？

→ サイトが「このアクセスは許可しません」とブロックしています。

🛠 よくある原因と対策

• requestsはロボット扱いされやすい → User-Agentを設定しよう！

headers = {
    "User-Agent": "Mozilla/5.0"
}
response = requests.get(url, headers=headers)

5-4. UnicodeEncodeError や文字化けする

❓ どんなエラー？

→ 日本語などの文字コードが原因でうまく表示されないときに起きます。

🛠 対策

• ファイルに保存するときは encoding="utf-8" を指定！
• BeautifulSoupの読み込み時に response.encoding = response.apparent_encoding を追加してみるのも◎

response.encoding = response.apparent_encoding
soup = BeautifulSoup(response.text, "html.parser")

エラーってこわいものに見えるけど、実はヒントのかたまりです。
一つひとつのエラーメッセージを読んでいけば、「何を直せばいいか」が見えてきます。

慣れてくると、「あ、これはあの対処法だな」とすぐに分かるようになりますよ 😊

6. まとめ｜スクレイピングの第一歩を踏み出そう

ここまでお読みいただきありがとうございます！
今回は、Pythonを使ってWebページの情報を自動で取り出す「Webスクレイピング」について、基本から実践までをやさしく解説してきました。

🧠 本記事のふりかえり

✅ Webスクレイピングって？
→ Webサイトにアクセスして、欲しい情報を自動で取得する技術のこと。

✅ 使うライブラリは？
→ requestsでWebページを取得、BeautifulSoupでHTMLを解析！

✅ 実際にやってみた！
→ soup.title.stringでタイトルを取り出したり、find_all("a")でリンクを一覧にしたりできましたね！

✅ 注意点は？
→ robots.txtや利用規約をチェックし、アクセス間隔に気をつけてマナーを守ろう！

✅ エラー対策もばっちり！
→ よくあるエラーとその対処法も紹介しました。落ち着いて読み解けば大丈夫！

🚀 次のステップは？

「スクレイピング楽しいかも！」と思えたら、次のようなステップに進んでみましょう👇

• スクレイピングで集めたデータをCSVファイルに保存してみる
• ニュースサイトや天気サイトなど、自分の興味があるサイトを対象に練習
• さらに一歩進んで、Googleスプレッドシートに自動で書き込みするのもおすすめ！

👉 参考記事：PythonでWebスクレイピングしてスプレッドシートに自動書き込みする方法

スクレイピングは、情報収集や自動化の第一歩にぴったりの技術です。
慣れてくると、**「自分だけの情報収集ツール」や「業務の効率化ツール」**が作れるようになります。

Pythonと一緒に、あなたのやりたいことを少しずつ形にしていきましょう！

よくある質問（Q&A）