5.1 組み込み関数とモジュール

# メイン・プログラム =======================================================
# キーボードから入力する（文字列）．
aStr  = input("除数=")
bStr  = input("被除数=")

# 入力バリデーション（数字(文字列)→数値変換）
try:
	a = validateNumber(aStr, "int", INPUT_NUMBER_MIN, INPUT_NUMBER_MAX, "除数")
	b = validateNumber(bStr, "int", INPUT_NUMBER_MIN, INPUT_NUMBER_MAX, "被除数")

# 失敗したらエラーメッセージを表示してプログラムを終了する．
except ValueError as e:
	dispErrorMessageAndExit(str(e))

# 商と剰余を求める
(div, mod) = divmod(a, b)

# 画面に表示する．
print(f"{a}÷{b}＝{div}...{mod}")

# メイン・プログラム =======================================================
# キーボードから入力する（文字列）．
yearStr  = input("西暦年=")
monthStr = input("月=")

# 入力バリデーション（数字(文字列)→数値変換）
try:
	year = validateNumber(yearStr, "int", INPUT_YEAR_MIN, INPUT_YEAR_MAX, "西暦年")
	month = validateNumber(monthStr, "int", INPUT_MONTH_MIN, INPUT_MONTH_MAX, "月")

# 失敗したらエラーメッセージを表示してプログラムを終了する．
except ValueError as e:
	dispErrorMessageAndExit(str(e))

# カレンダーを作成する．
cal = calendar.TextCalendar(calendar.SUNDAY)
monthCalendar = cal.formatmonth(year, month)

#画面に表示する．
print(monthCalendar)

# メイン・プログラム =======================================================
# モジュールをimportする．
try:
	import requests
	from bs4 import BeautifulSoup
except ImportError as e:
	print(f"外部ライブラリをインストールしてください ... {e}")
else:
	response = requests.get(TARGET_URL)
	htmlContents = response.content


	# BeautifulSoupを使ってHTMLを解析する．
	soup = BeautifulSoup(htmlContents.decode("utf-8", "ignore"), "html.parser")


	# タグの内容を取得する
	tags = soup.find(TARGET_TAG, attrs={"name": TARGET_ATTR})


	if tags and "content" in tags.attrs:
		contents = tags["content"]
		print(contents)
	else:
		print("タグが見つかりません")

# メイン・プログラム =======================================================
# モジュールをimportする．
try:
	import numpy as np
	from matplotlib import pyplot as plt
except ImportError as e:
	print(f"外部ライブラリをインストールしてください ... {e}")
else:
	# グラフの描画範囲
	X_MIN = -8.0
	X_MAX = +8.0
	Y_MIN = -8.0
	Y_MAX = +8.0

	# プロットするデータセット(list)を生成
	xList = np.arange(X_MIN, X_MAX, 0.1).tolist()
	yList = [x ** 2 - 3 * x - 4 for x in xList]
	# グラフにプロットするデータ
	plt.plot(xList, yList)

	# 周囲の枠（スパイン）を消す
	for spine in plt.gca().spines.values():
	    spine.set_visible(False)
	# X軸、Y軸を最大値・最小値を設定する
	plt.xlim(-8, +8)
	plt.ylim(-8, +8)
	# X軸、Y軸を描く
	plt.axhline(0, color='black', linewidth=1.0)
	plt.axvline(0, color='black', linewidth=1.0)
	# X軸、Y軸のスケールを合わせる
	plt.gca().set_aspect('equal', adjustable='box')
	# 目盛りを描く
	plt.minorticks_on()
	plt.grid(which='both')
	plt.grid(which='major', linestyle='-', linewidth=0.5, color='gray')
	plt.grid(which='minor', linestyle=':', linewidth=0.5, color='gray')
	# グラフを表示する
	plt.show()

import math
try:
	import numpy as np
	from matplotlib import pyplot as plt
except ImportError as e:
	print(f"外部ライブラリをインストールしてください ... {e}")
	exit()

# 2次方程式 ax^2 + bx + c = 0 の係数を入力
print("ax^2 + bx + c, ただし a≠0")
a = float(input("a = "))
b = float(input("b = "))
c = float(input("c = "))

# aがゼロの場合は計算しない
if (a == 0):
	print("aには0以外の値を入力してください")
	exit()

# 判別式 (b^2 - 4ac) を計算する
D = b ** 2 - 4 * a * c


# 判別式に基づいて解を求める
if D > 0:
	# 異なる2つの実数解
	x1 = (-b + math.sqrt(D)) / (2 * a)
	x2 = (-b - math.sqrt(D)) / (2 * a)
	print(f"(実数解) x1 = {x1}, x2 = {x2}")
	
elif D == 0:
	# 重解（実数解）
	x = -b / (2 * a)
	print(f"(重解) x = {x}")
	
else:
	# 虚数解
	realPart = -b / (2 * a)
	imaginaryPart = math.sqrt(-D) / (2 * a)
	print(f"(虚数解) x1 = {realPart} + {imaginaryPart}i, x2 = {realPart} - {imaginaryPart}i")

# 2次関数のグラフを描く
if D > 0:
	xw = abs(x1 - x2)
	xMin = int(x1 - xw if x1 <= x2 else x2 - xw) - 1
	xMax = int(x2 + xw if x1 > x2 else x2 + xw) + 1
	yMin = -abs(xMax - xMin) / 2
	yMax = -yMin
elif D == 0:
	xMin = x - 8.0
	xMax = x + 8.0
	yMin = -abs(xMax - xMin) / 2
	yMax = -yMin
else:
	x = 0
	y = a * x ** 2 + b * x + c
	if y >= 0:
		yMin = -1.0
		yMax = int(y * 2.0)
		xw = abs(yMax - yMin)
	else:
		yMax = +1.0
		yMin = int(y * 2.0)
		xw = abs(yMax - yMin)
	xMin = int(realPart - xw)
	xMax = int(realPart + xw)

# プロットするデータセット(list)を生成
xList = np.arange(xMin, xMax, 0.1).tolist()
yList = [a * x ** 2 + b * x + c for x in xList]
# グラフにプロットするデータ
plt.plot(xList, yList)

# X軸、Y軸を描く
plt.axhline(0, color='black', linewidth=1.0)
plt.axvline(0, color='black', linewidth=1.0)
# X軸、Y軸のスケールを合わせる
plt.gca().set_aspect('equal', adjustable='box')

# 目盛りをXY軸上に移動する
ax = plt.gca()								# 現在の軸を取得
ax.spines['left'].set_position('zero')		# Y軸をX=0の位置に描く
ax.spines['bottom'].set_position('zero')	# X軸をY=0の位置に絵泊
ax.spines['right'].set_color('none')		# 右側のスパインを非表示にする
ax.spines['top'].set_color('none')			# 上側のスパインを非表示にする


# 現在のX軸、Y軸の目盛りを取得して「0」を削除
xticks = ax.get_xticks().tolist()	# X軸の目盛りを取得する
yticks = ax.get_yticks().tolist()	# Y軸の目盛りを取得する
if 0 in xticks:
	xticks.remove(0)	# X軸の目盛りから0を削除する
if 0 in yticks:
	yticks.remove(0)	# Y軸の目盛りから0を削除する


# 更新した目盛りを設定する
ax.set_xticks(xticks)
ax.set_yticks(yticks)


# 小目盛りとグリッドを描画する
plt.minorticks_on()
plt.grid(which='both')
plt.grid(which='major', linestyle='-', linewidth=0.5, color='gray')
plt.grid(which='minor', linestyle=':', linewidth=0.5, color='gray')

# グラフを表示する
plt.show()

# 標準ライブラリをimportする．
import urllib.request
from html.parser import HTMLParser

# スクレイピング対象のURL
TARGET_URL = "https://www.pahoo.org/"
# 取り出したいタグ
TARGET_TAG = "meta"
# タグの属性
TARGET_ATTR = "description"

class scraping(HTMLParser):
	"""スクレイピング・クラス
	
	Note:
		HTMLParserを継承する．
	"""

	def __init__(self, targetTag, targetAttr=""):
		"""コンストラクタ
		
		Args:
			targetTag(str): 取得したいHTMLタグ
		
		Returns:
			None
		"""
		super().__init__()
		self.targetTag  = targetTag
		self.targetAttr = targetAttr
		self.inTargetTag = False
		self.data = []

	def handle_starttag(self, tag, attrs):
		if tag == self.targetTag:
			if (self.targetAttr != ""):
				attrsDict = dict(attrs)
				if attrsDict.get("name") == TARGET_ATTR:
					self.data.append(attrsDict.get("content"))
			else:
				self.inTargetTag = True

	def handle_endtag(self, tag):
		if tag == self.targetTag:
			self.inTargetTag = False

	def handle_data(self, data):
		if self.inTargetTag:
			self.data.append(data)

# メイン・プログラム =======================================================
# HTMLコンテンツを取得する．(UTF-8固定）
response = urllib.request.urlopen(TARGET_URL)
htmlContents = response.read().decode("utf-8")

# HTMLコンテンツを解析する．
scrape = scraping(TARGET_TAG, TARGET_ATTR)
scrape.feed(htmlContents)

# タグの内容を表示する．
print(scrape.data)