オッサンがGASってもいいじゃない。

 2023年11月に発売されてから約1年。まさか、このタイミングで大型アップデートですと？！毎週月曜日の夜、友人たちとのオンラインでの闘いが習慣化して暫く経ちましたが、ぶっちゃけこんなアップデートは予想してなかったよママン。まあ、冷静に考えれば、一周年という節目を当初から狙ってたってことなんだろうけど、あまりにも意表を付かれて、そりゃ右舷の弾幕も薄くなってしまうというもの。何やってんの！ 追加要素 コナミの今回の大型アップデートの 公式ページ によれば、主な追加要素はこんな感じ。 15の物件駅と114の物件の追加 超古代遺跡で大儲け めつぼうボタン（！） 魔神ラ・ムー ムー大陸大水没（！！！） ただでさえ広いワールドのマップに、さらにマップが追加。公式の画像を見る限り、ハワイから南下するとムー大陸に入れるように見える。それと、大陸の中に「GS」マスが見える気がする！現在のバージョンでも、ハワイのすぐ右にGSがあるけど、それは維持したままムー大陸にもGS増えるのだろうか？ナイスですねえ。 何年目・・・？ そしてプレイヤーにとって最大の興味は、一体何年目から出現するのだろう、ということ。50年を超えるようなロングプレイには、かなりの期間がかかるので、早めにこのイベントには発生してほしい。画像からは、100億円程度で買い占めできる駅も見えるので、20年目くらいまでに出現しても変じゃない気がする。いや、出現して欲しい。出現しなかったら月にコロニー落としちゃうよ。 なんだかんだ 前作でオンラインプレイが出来るようになってからもう4年が経つわけで、それを通して初のマップ追加。○十年前から、桃鉄オンラインで出来ることを夢見ていたけど、それが実現した上に、マップ追加のアップデートまで経験できるとは。 寒い時代だとは思わんか。 いい時代になったもんだなあ。

フハハハハ！お前たち愚か者には到底理解できぬだろうが、我こそは天才、ア○バ様だ！このア○バが、Google Apps Script（GAS）を使ってログインが必要なウェブページをスクレイピングする術を伝授してやろう！私のような天才にかかれば、こんなことは児戯にも等しい！ スクレイピングとは何かだと？フフフ… 愚かな質問だが、教えてやる。スクレイピングとは、ウェブページのデータを自動で引きずり出す技だ！手動でポチポチやるのはもはや古代の技術。我、ア○バが編み出す自動化こそ真の覇道だ。だがな、ログインを必要とするページでは、少しばかり知恵を使わねばならぬ。フハハ！見ていろ、私が如何にしてその壁を打ち破るかを！ ステップ1：ログインフォームを解析する…当然だろう！ フフフ、ログインページに飛び込む前に、まずは敵（ログインフォーム）を解析せねばならん。愚か者どもは「ボタンを押すだけ」などと考えておるが、天才たる○ミバ様はそんなものに惑わされぬ。よく見ていろ、これが解析の手順だ！ ログインページに潜入 : 私のような天才は、Chromeを開いてログインページに足を踏み入れるのだ。 開発者ツールの召喚 : F12 だ。これでログインフォームの裏側、つまりその構造を暴いてやるのだ。 Networkタブで観察 : フハハ、ここでフォームがどのURLにデータを送信しているかを見つけるのだ！愚か者には見えぬが、私には見える…。 POSTデータの確認 : ログインボタンを押して送信されるデータ、すなわちユーザー名（ username ）やパスワード（ password ）がどのように送られるかを知るのだ。 ステップ2：ログインリクエストをぶち込む！フハハハ！ さて、ログインフォームの弱点を見抜いた今、私○ミバがログインのリクエストを飛ばしてやろう。愚かなセキュリティなど我にとっては無力よ！ const loginUrl = 'https://example.com/login' ; // ログインページのURL const loginPayload = { ...

今どきの学生というのは、なかなか手の込んだやり方で手抜きをする。レポートの提出時に、わざわざ一度画像に変換し、それを貼り付けてPDFにして提出してくる輩が現れたのだ。それでコピペがバレないとでも思っているのだろうか。 Wordファイルからコピペを検出するツールが教授仲間で共有され、さほど手間をかけずにコピペレポートの判定が出来ることが学生内にも広まってきたことから、新たな工夫が生まれたのだろう、まるで「先生も頑張ってくださいね」とでも言わんばかりに、PDF形式で提出してくる。だが、私はそんな手段で簡単に引き下がる教授じゃない。GASを使って、PDFの中からテキストを引っ張り出し、その手抜き具合を暴く方法なんていくらでもある。今回は、そんな学生たちとの「戦い」を念頭に、PDFからテキストを抽出する方法を紹介する。 1. Google Drive APIを使ったOCRでテキスト抽出 状況説明 最も簡単な方法は、Google Drive APIのOCR機能を使うことだ。学生が「どうせ画像化したPDFなら先生も諦めるだろう」と思って提出した画像PDFからも、Drive APIの力でテキストはすべて抽出できる。彼らの「安易な策」はこれでほぼ通用しない。 実装方法 以下のコードでは、GoogleドライブにアップロードされたPDFをOCRで処理し、文字を抽出する。 function extractTextFromPdfWithOCR ( fileId ) { const file = DriveApp . getFileById ( fileId ) ; const resource = { title : file . getName ( ) , mimeType : MimeType . GOOGLE_DOCS } ; const blob = file . getBlob ( ) ; const docFile = Drive . Files . create ( resource , blob , { ocr : true } ) ; const doc = DocumentApp . openById ...

さて、今度はさらに深淵な自動化のテクニックに手を出すとしよう。キーワードは「非同期処理」「プロパティサービス」「Webhookチェーン」の3つだ。どうだい？ちょっと本格的なプログラミングっぽくてワクワクするだろう？ ディープトリック・その１：非同期処理で複数のタスクを並列に処理する 実際には、GAS（Google Apps Script）自体はJavaScriptのように非同期処理（Promiseやasync/await）を直接扱えないが、それでも複数のタスクをできる限り同時に進行させるテクニックは存在する。この手法は、特に複数のAPIリクエストや外部サービスとの通信が絡む場合、プロセスのスピードアップに大きく貢献する。 1. 複数のリクエストを一斉に実行する理由 通常、APIリクエストを順番に処理する場合、1つのリクエストが完了するまで次のリクエストは待たされる。APIへの呼び出し時間が各々1〜2秒でも、連続するリクエストが5つもあれば、簡単に10秒以上かかってしまう。 これを効率化するために、リクエストを一斉に発行して処理する方法がGASにはある。GASはURLFetchAppのリクエストを並行して実行できるため、それらをリストにまとめ、処理が完了するまで待たずに次のリクエストを発行することで、結果的にプロセス全体を短縮できる。 function fetchMultipleData ( ) { const urls = [ 'https://api.example.com/data1' , 'https://api.example.com/data2' , 'https://api.example.com/data3' ] ; // 複数のAPIリクエストを一斉に発行 const fetchData = urls . map ( url => { return UrlFetchApp . fetch ( url ) ; // 各APIからデータ取得 } ) ; // 取得したデータを一度に処理 const results = fetchData . ...

今回のテーマは「さらにディープなトリック」。これまでのトリガーや自動化、エラー処理なんてのは序章に過ぎない。今度は自動化を究極まで突き詰めて、GASの限界を越えてやろうじゃないか。API連携や外部データの取込み、リアルタイムな自動化を駆使して、より複雑な処理をいかに軽々とこなすか。いくつかの例をお披露目しよう。 ディープトリック1：外部APIとのシームレスな連携 外部APIを使ってリアルタイムでデータを取得し、スプレッドシートに反映させるトリックを紹介する。今回使うのは、 OpenWeather API という天気情報を提供するAPIだ。これを用いて、特定の都市の天気情報をスプレッドシートに自動で反映させる。 まずは、OpenWeather APIにサインアップしてAPIキーを取得しよう（ こちら から）。APIキーは後でスクリプト内で使う。 function fetchWeatherData ( ) { const apiKey = 'YOUR_API_KEY' ; // 取得したAPIキー const city = 'Tokyo' ; // 対象都市 const apiUrl = `http://api.openweathermap.org/data/2.5/weather?q= ${ city } &appid= ${ apiKey } &units=metric` ; const response = UrlFetchApp . fetch ( apiUrl ) ; const jsonData = JSON . parse ( response . getContentText ( ) ) ; const sheet = SpreadsheetApp . getActiveSpreadsheet ( ) . getSheetByName ( 'WeatherData' ) ; sheet . getRange ( 'A1' ) . setValue ( `Weather in ${ city } ` ) ; sheet . getRange (...

今回は「高度な自動化のトリック」について、掘り下げてみる。スクリプトがただ動くだけじゃ満足できない連中のために、もう少し高度な自動化手法を披露してやろう。データの正規化や整理なんて序章に過ぎない。俺たち探偵は、問題が発生したときにこそ腕が試される。自動化の罠にハマらないための秘訣ってやつだ。 トリック1：複雑なフローを自動化する データ整理が一段落した後、クライアントはきっと次の無理難題を押し付けてくる。例えば、複数のシートやファイルに分散しているデータを一括で集めて、集約してくれってな。こんなときに役に立つのが**「トリガーチェーン」**という高度なテクニックだ。 トリガーチェーンとは？ 複数のスクリプトやフローを連携させるためのテクニックだ。一つのスクリプトが完了したら、次のスクリプトを実行するようにトリガーを設定しておく。時間トリガーだけじゃなく、 カスタムトリガー も使って、まるでパズルのピースをはめるように自動化を仕込む。 例：データ集約のフロー シートAからデータを抽出。 シートBからもデータを引っ張り出す。 データを集約して、新しいシートCに書き込む。 こんなフローを実現するためのスクリプトは、こんな感じになる。 function extractDataFromSheetA ( ) { const sheetA = SpreadsheetApp . getActiveSpreadsheet ( ) . getSheetByName ( 'SheetA' ) ; const dataA = sheetA . getDataRange ( ) . getValues ( ) ; // ここでデータ処理を行う // ... // 次のステップに進むためにカスタムトリガーを設定 ScriptApp . newTrigger ( 'extractDataFromSheetB' ) . timeBased ( ) . after ( 1000 ) // 1秒後に次のスクリプトを実行 . create ( ) ; } function ...

またクライアントからだ。スプレッドシートに山積みのデータをぶち込んで「このデータを自動的に整理してくれ」っていう依頼。分かってるよ、手作業でなんかやってられないだろうさ。だからこそ、俺たちが必要なんだ。いやまてよ、これって本当に探偵に依頼する仕事なのか・・・？まあいいだろう。猫を探すのもデータを探すのも共通するコツってものがあるものさ。 さて、スプレッドシートでデータを正規化――つまり、同じフォーマットに揃えて整理するためには、Google Apps Script（GAS）の「時間トリガー」を仕込むのがベストだ。時間が来たら、俺たちのスクリプトが自動で動き出すってわけだ。簡単そうに聞こえるか？　まぁ、実際はそうでもないが、ここではその手順を教えてやる。 ステップ1：GASエディタを開く まずは、GASエディタにアクセスしなきゃ話が始まらない。スプレッドシートの 拡張機能 > Apps Script から行ける。この操作くらいは簡単だろ？探偵稼業でも、まずは現場に向かうところから始まる。手順はこうだ： データが入ったスプレッドシートを開け。 メニューから「 拡張機能 」をクリック。 「 Apps Script 」を選択。 ステップ2：スクリプトを書く さて、クライアントのスプレッドシートに放り込まれたデータは、まるで乱雑に積み上げられた書類の山だ。俺たちがやるのは、それを自動で整理するスクリプトを書いてやることだ。今回のケースでは、重複するデータを消して、空白を埋めて、何とかクライアントが使える形に整える。 たとえば、こんな感じのスクリプトだ。 function normalizeData ( ) { const sheet = SpreadsheetApp . getActiveSpreadsheet ( ) . getActiveSheet ( ) ; const data = sheet . getDataRange ( ) . getValues ( ) ; // 重複を取り除いて、データを整形 const normalizedData = [ ] ; const uniqueCheck = new Set ( ) ; ...