「VBA」カテゴリーアーカイブ

Excel VBAを使用してJ-PlatPatから公報テキストをダウンロードする方法(3)

4.J-PlatPatのトップページを開く

最初に、IEを立ち上げ、J-PlatPatのトップページを開く。この操作は、以下のように参考サイトの実例をそのまま真似て、URLだけを”https://www.j-platpat.inpit.go.jp”とすれば、特に問題ない。

Dim objIE As InternetExplorer
Dim url As String

Set objIE = CreateObject(“InternetExplorer.Application”)
objIE.Visible = True
url = “https://www.j-platpat.inpit.go.jp/”

objIE.Navigate2 url

Do While objIE.readyState <> 4 Or objIE.Busy
      DoEvents
Loop

これで、下図のように IE が起動し、J-PlatPatのトップページが開く。このとき、変数 objIE にこのページの情報がオブジェクトとして取り込まれる。最後の3行は、ページ内容の読み込みが完了するのを待つための、お約束みたいなもの。

ここで、読み込みが完了していないまま、次の操作(公報番号の入力や、検索ボタンのクリック)を行うと、エラーが出たり、操作を正しく受け付けてくれない。実際に動かしてみると、問題なく次の操作(公報番号の入力、検索ボタンのクリック)まで進むこともあるのだが、結構な確率で、次のようなエラーメッセージが出たり、

はたまた、(テキストボックスに公報番号を入力してからクリックしたはずなのに)下図のように「検索キーワードを入力してください。」といったメッセージが出てしまうことがある。

試しに、手動でステップ実行してみると、特にエラーが出たりすることはないので、どうやら連続実行すると、まだ完全に準備が整わないうちに次の操作が行われるために発生するエラーのようだ。ならば、次の操作に入る前に適当な待ち時間を入れてもいいのだが、サイトの状況やPCの状況によっても必要な待ち時間は変わるだろうし、不必要に長い待ち時間を入れるのも面白くない。

そこで、「次の操作の受付準備完了」≒「前の操作(表示)が完全に終了」と考え、次のように、「検索」ボタンが表示されていることを確認し、表示されていないときは表示されるのを待つ、という意図のコードを書いてみた。(このページ内に”検索”という語句は何度も出てきているが、document.body.innerHTMLを調べてみると、”>”と”<“で挟まれた”検索”は、検索ボタン②のところだけにしか存在していないようだ。)

Do While InStr(objIE.document.body.innerHTML, “>検索<“) = 0
      DoEvents
      Application.Wait [Now()] + 100 / 86400000
Loop

(※ 3行目は、100ミリ秒の時間待ち操作である)

その結果、テストした範囲では、先に出たようなエラーは全く出なくなった。実際に、Do While ~ Loopを何度回っているかを調べてみると、毎回異なるが0~5回程度となったので、このコードは有効に機能しているようだ。

このように、JavaScriptで書かれたページの読み込み完了を待つためには、お約束の objIE.readyStateやobjIE.Busyをチェックするだけではなく、確かにそのページの表示が完了したであろうことを確認してから次の操作に進む方法が有効となるようだ。

5.公報番号をテキストボックスに入力し、検索ボタンをクリック

次に、公報番号をテキストボックス(検索窓)に入力し、検索ボタンをクリックする。公報番号は、”特開2019-123456″、”特開平01-123456″、”特許6543210″などの形式で入力する。ここには、複数の公報番号の入力が可能で、10個以上の入力も可能なようだが、念のため最大10個ぐらいにしておくのが無難だと思われる。複数の公報番号を入力する場合、公報と公報の間はスペース区切りとする。なお、公報番号の入力形式が多少異なっていても、J-PlatPat側で正しく理解してくれる場合もあるが、ハイフンの後は6桁、特許番号は7桁等、J-PlatPatでの正式な形式にそろえておく方が、あとのVBAのコーディングが楽になる。

まず、ブラウザ等の機能を使用して、このページの要素を調査し、テキストボックス①と検索ボタン②の要素名(NameまたはID)を調べる。すると、テキストボックス①は、IDが”s01_srchCondtn_txtSimpleSearch”であり、検索ボタン②は、Nameが”s01_srchBtn_btnSearch”であることがわかった。

そこで、テキストボックス”s01_srchCondtn_txtSimpleSearch”に公報番号を入力し、検索ボタン”s01_srchBtn_btnSearch”をクリックすればよいはずだが、これがなかなかうまくいかない。実際に、下のようなコードを書いて実行してみると、テキストボックス①内には確かに入力した公報番号が表示され、一見うまくいったように見えているのだが、クリック後に「検索キーワードを入力してください。」というメッセージが出てしまう。

Dim patnum As String
patnum = “特開2018-010101”

objIE.document.getElementById(“s01_srchCondtn_txtSimpleSearch”).Value = patnum
objIE.document.getElementsByName(“s01_srchBtn_btnSearch”)(0).Click

ここで3行目を”○○.Value = patnum”の代わりに、”○○.innerText = patnum”に代えてみると、patnumはテキストボックス①内に、灰色で表示され、クリック後には先ほどと同じ「検索キーワードを入力してください。」というメッセージが出てしまう。

この問題を解決すべく、色々と調べたり、試したりしてみたのだが、どうしてもテキストボックスへの入力がうまくいかない。半ばあきらめかけていたのだが、たまたま、”○○.Value = patnum”の行と”○○.innerText = patnum”の行の両方を実行した後に検索ボタンのクリック操作をしてみたところ、何とこれがうまく動き、検索が実行されたのである!!(これは一体どういう理屈なのか、まったく理由は不明) その後、さらに色々とテストしてみた結果、テキストボックス①にフォーカスを当てた後に、innerTextで公報番号を入力する方法でもうまくいくことがわかった。ということで、最終的に、次のようなコードで、無事にテキストボックス①に公報番号を入力した後に、検索ボタン②をクリックして、検索を実行させることができるようになった。

objIE.document.getElementById(“s01_srchCondtn_txtSimpleSearch”).Focus
objIE.document.getElementById(“s01_srchCondtn_txtSimpleSearch”).innerText = patnum
objIE.document.getElementsByName(“s01_srchBtn_btnSearch”)(0).Click

Do While objIE.readyState <> 4 Or objIE.Busy
      DoEvents
Loop

実際のプログラムでは、動作をより確実に行うため、テキストボックスへのinnterTextの入力と検索ボタンのClickの実行との間に、100ミリ秒程度の待ち時間を入れているが、通常、この待ち時間はなくても問題なさそうである。

次回は、検索結果一覧表の目的の公報のリンクをクリックして、文献表示画面を表示し、書誌事項、要約、請求の範囲、詳細な説明などをダウンロードする操作について説明する。

Excel VBAを使用してJ-PlatPatから公報テキストをダウンロードする方法(2)

.参考サイト

ExcelのVBAでインターネットエクスプローラ(IE)を制御する方法については、ネット上に様々な参考サイトがある。今回対象となるサイト、特許情報プラットフォーム(J-PlatPat)はJavaScriptで動的に内容が書き換わるサイトであるため、ちょっとハードルが高いが、主として次のようなサイトを参考にさせていただくことで、ともかくも意図した通りに動くツールを作ることができた。これらのサイトがなければ、手も足も出なかったと思うので、本当に感謝したい。

(1)VBAのIE制御入門
VBAでIEを立ち上げ、情報を入力したり、リンクをクリックしたり、データをダウンロードしたり、といった基本操作の数々が非常によくまとまっていて、大変参考になる。

(2)VBAでIEを操作してJavaScriptで動作するWebページをスクレイピング
J-PlatPatのように、表示内容がJavaScriptで動的に書き換わるようなページをIEで操作する方法についてまとまっている。

(3)Excel VBAでInternet Explorerを操作してみよう(中編)
VBAで実際のサイトを操作する際の手順などが具体的に記載されていて参考となる。 

3.事前設定

J-PlatPatのサイトをIEで操作するためには、以下に示すいくつかの事前設定が必要となる。(1) はExcelのVBAでIEを制御するための設定であり、(2) はIEでJ-PlatPatを巡回するための設定である。

(1) ExcelのVBAへのライブラリの設定
・VBAの編集画面にて、「メニュー」→「ツール」→「参照設定」を選択
・「Microsoft HTML Object Library」と「Microsoft Internet Controls」の2つにチェックを付け、「OK」ボタンを押す。
※ 参考:VBAでIE制御するためのライブラリ追加(参照設定)

(2) IEの設定
①ポップアップブロックの設定

これは、J-PlatPatのサイトで、検索結果のリンクをクリックして、文献表示画面が新たなタブ(ウインドウ)で開くときに、下図の赤枠で囲ったような「ポップアップブロック」のメッセージ画面が出るのを回避するための設定である。


・IEを立ち上げ、「ツール」→「インターネットオプション」→「プライバシー」タブを開く
・「ポップアップブロックを有効にする」にチェックを入れ、「設定」ボタンをクリック
・「許可するWebサイトのアドレス」欄に “*.inpit.go.jp” と入力し、「追加」ボタンをクリックし、「閉じる」ボタンをクリック、さらに「OK」ボタンをクリックする。
※ 参考:Internet Explorer 11 で、ポップアップブロックを有効/無効に設定する方法

②スクリプトによる貼り付け処理の設定
これは、J-PlatPatのサイトで、文献表示画面において「URL」ボタンをクリックしたときに、下図のような「クリップボードへのアクセス許可」のメッセージが出るのを回避するための設定である。

・IEを立ち上げ、「ツール」→「インターネットオプション」→「セキュリティ」タブを開く
・「レベルのカスタマイズ」ボタンをクリックし、「スクリプトによる貼り付け処理の許可」の設定で「有効にする」にチェックを入れ、「OK」ボタンをクリック
・「このゾーンの設定を変更しますか」に「はい」をクリック、さらに「OK」ボタンをクリックする。
※ 参考:Internet Explorerで「クリップボードのアクセス許可」ダイアログを表示させなくする方法

以上で事前準備は完了したので、次回から実際にVBAでIEを制御し、J-PlatPatを操作する方法について記載する。

Excel VBAを使用してJ-PlatPatから公報テキストをダウンロードする方法(1)

今年のステイホーム週間を利用して、特許情報プラットフォーム J-PlatPat(2019/5のリニューアル後、現時点での最新版)から公報テキストをダウンロードするツールをMicrosoft ExcelのVBAを使用して作成し、JPPD(J-PlatPat Downloader)と名付け、お試し版を公開した。(JPPDの無料お試し版のダウンロードはこちら

このツールの作成がなかなか大変だったので、備忘録として、もしかしたら他の誰かの参考になるかもしれないという思いも込めて、そのポイントなどをメモとして残しておこうと思う。何しろ、いろいろなインターネット上のサイトを参考にしただけでは、どうしてもうまく動かないところが何か所かあって、その解決の過程で得られたヒントがいくつかあるので、まあ、知っている人にとっては常識かもしれないけれど、少しは誰かの役に立つこともあるだろうということで。

1.処理の流れ

まずは、処理全体の流れを見ておこう。やりたいことは、公報番号を入力したら、 J-PlatPat にアクセスし、そこから自動的に指定した公報についての詳細情報(書誌事項、要約、請求の範囲、詳細な説明など)をダウンロードし、ファイルとして保存することである。

今回は、まずJ-PlatPatのトップページにアクセスし、そこの簡易検索を利用して、公報の詳細情報を入手することにした。(通常、公報番号から詳細情報を入手する場合には、特許・実用新案番号紹介/OPDメニューに行き、ここで所望の公報番号を所定の入力ボックスに入力するのが王道だと思うが、実はトップページの簡易検索を利用すると、公報番号の入力フォーマットとして、通常の公報番号(”特開yyyy-######”のような形式)をそのまま使えるし、複数の公報番号をスペース区切りで入力すれば、ちゃんと検索結果が返ってくるので、こちらの方が便利かなと思った次第。)

(1)J-PlatPatのトップページ(https://www.j-platpat.inpit.go.jp)にアクセスする。

(2)簡易検索用テキストボックス①に公報番号を入力(複数公報の入力が可能、公開番号や登録番号など、これらの混在もOK、公報の数として10件程度までは問題なし)、検索ボタン②をクリックする。

(3)検索結果一覧画面が展開する。この画面は、前の画面と同じウインドウのまま、表示内容が動的に変わったものであり、簡易検索欄の上側の赤枠部分と、下側の目的別ナビ部分が消え、代わりに簡易検索欄の下側に検索結果一覧が表形式で表示されたものである。

(4)上の検索結果一覧画面にて、所望の公報番号のリンク③をクリックする。すると、下図のような「特許・実用新案文献表示」画面が新しいタブ(ウインドウ)で開く。

(5)文献表示画面には、書誌、要約、請求の範囲、詳細な説明、図面が表示されるが、このページが最初に開いた状態では、書誌の欄だけが開いた状態で表示されており、要約、請求の範囲、詳細な説明などは、折り畳まれた状態となっている。そのため、詳細情報を表示させるためには、それぞれの内容を展開する必要がある。

(6)そこで、上図の④、⑤、⑥をそれぞれクリックすると、下図のようにそれぞれの内容が展開されて表示される。このとき、上図の④、⑤、⑥の右側の表示が、クリック前は「開く +」だったのが、クリック後にはそれぞれ「閉じる -」に変わっていることに注目。

(7)こうして、書誌、要約、請求の範囲、詳細な説明の全てが展開され、内容が表示された状態になったら、さらに、⑦の「URL」ボタンをクリックすることで、この公報の固定URLを表示させる。その後、このページの表示内容をまとめてテキスト(またはHTML)としてダウンロードする。ダウンロードしたものは、テキストファイルなので、自由に加工して、好きなように表示したり、情報を取り出したりできる。

(8)1つの公報の詳細内容のダウンロードが完了したら、このタブ(ウインドウ)を閉じ、(3)の検索結果画面に戻り、次の公報のリンクをクリックして(4)以降の操作を繰り返すことで、順次必要な公報の詳細情報をダウンロードすることができる。

今回、作成するツールは、以上のような流れの操作を自動的に実施するものである。次回以降、各操作の内容について具体的に記載していこうと思う。

J-PlatPatからテキスト版特許公報をダウンロードするツール

今まで、特許関連のツールとして、PKM(特許公報をダウンロードし、複数のキーワードを色分け表示するツール)とGPD(世界各国のPDF版特許公報を一括ダウンロードするツール)を作成し、機能限定版を公開してきた。

どちらも、Google Patents にアクセスし、テキスト版公報やPDF版公報をダウンロードするものである。何故、Google Patents かというと、世界各国の特許公報が多量に収録されていることや、どこの国の特許も英語に機械翻訳されているので、いろいろな国の特許を便利に解析することができることなどのメリットがあるためではあるが、もう1つ非常に重要な利点として、公報番号がわかると、公報が掲載されているサイトのURLがほぼ推定でき、しかも、そのURLで表示されるページ1つにほぼ全ての情報がまとめて掲載されていることが挙げられる。

一方で、例えば最新の日本公開公報が収録されるまでのタイムラグが大きいとか、比較的古い公報が収録されていない、といったことが、Google Patents の欠点として挙げられる。

これに対し、独立行政法人 工業所有権情報・研修館(INPIT)が運営している特許情報プラットフォーム(J-PlatPat)の場合、非常に古い公報から最新の公報まで全て収録されている点では完璧ではあるが、公報番号がわかっていてもその公報が掲載されているページのURLを推定することはできないし、公報内容を表示させるためには、検索ページに公報番号を入力し、検索ボタンをクリックし、表示される検索結果一覧から所望の公報のリンクをクリックし、これにより新たに表示されるウィンドウで、「要約」「請求の範囲」「詳細な説明」のそれぞれのリンクをクリックする必要がある、というとても面倒な仕様となっている。そのため、エクセルを自動操作して公報内容をダウンロードするためには、単に特定のURLにアクセスして内容をダウンロードするといった操作ではなく、公報番号の入力や、いくつかのリンクを探してクリックするといった、ややこしい操作を連続して行う必要がある。

とはいえ、実際にPKMを仕事に使用していると、最新の日本特許公報がGoogle Patentsには収録されていないことがネックとなることも多く、何とかJ-PlatPatから公報をダウンロードできないものか、いろいろと考えてみたが、かなりハードルが高そうなので、あきらめていた。

今般、新型コロナウイルスの影響で、ステイホーム週間となり、家でPCに向かう時間も増えたので、この機会にJ-PlatPatからの公報データ取得に挑戦することにした。ネットを色々と調べてみると、指定したURLのサイトにアクセスし、特定のテキストボックスにデータを入力したり、特定のボタンやリンクをクリックしたり、表示される内容をダウンロードしたり、といった基本的な操作は、全てMicrosof ExcelのVBA(マクロ)で実現可能であることがわかったので、あとは実際にこれらの操作を組み合わせて、思い通りに動作するか試してみるだけである。

しかし、実際に動かしてみると、多くの操作は必ずしも思うように動作せず、参考になりそうなサイトの記載通りにしても意図したように動かなかったり、どうしてよいものか途方に暮れるような事態も多々起こり、結構大変であった。それでも何とか1つずつ、問題を解決し、どうにか全ての操作を一通り実施して、所望のデータをダウンロードできるようになった。

とはいうものの、サイトの応答が極端に遅くなるとエラーが発生したり、データを取りこぼしたりといった問題が頻発したため、要所要所に何秒間かの待ち時間を設定してみたり、何度か同じ操作をループさせてみたり、といった工夫をしたのだが、それだけではうまくいかず、さらに試行錯誤を続けることで、少しはサイト側の応答を待つコツをつかんだようで、当初よりもかなりスムーズかつ迅速に動作するところまで来た。

この辺の、さまざまな問題点やその解決方法については、ネット上には掲載されていないものもあり、もしかしたら他の方のお役に立つこともあるかもしれないので、備忘録を兼ねて、今後何回かに分けて、ここに記載したいと思う。

—————————————————

というわけで、とりあえずの完成版を「J-PlatPat Downloader (JPPD)」と名付け、無料のお試し版を公開しました。よろしかったら、試しに使ってみてください。エラー対応などは不完全な状態ですが、何とか試用に耐えるレベルには仕上がっているかと思いますが、J-PlatPatのサイトが非常に重たい時間帯は避けた方が無難だと思います。

J-PlatPat Downloader (JPPD) のページへ

ご意見やご要望があれば、遠慮なくお願いします。可能な限り、対応させていただきます。

Google Patentsから世界各国のPDF版特許公報を一括ダウンロードするツール

最近、特許庁の特許情報プラットフォーム(J-PlatPat)がリニューアルされましたが、PDF版の特許公報をダウンロードする際の認証が厳しくなったようで、「私はロボットではありません」のチェックが必要であるばかりか、複数の公報を続けてダウンロードしようとすると、多数の写真が表示されて、質問に答えなくてはならなくなってしまいました。キーワード検索等で、複数の特許をまとめてダウンロードしたいときなど、ちょっと勘弁して欲しい仕様です。

有料の特許DBを利用できる場合には、特に問題ないのでしょうが、そうでない場合、何か方法はないものかと考えて、たどりついたのが、Google Patentsです。Googleは、特許情報の収録にも非常に意欲的で、最近は、非常に多くの国々の特許を収録しており、さらにはPDF版の公報の収録数もどんどん増えているようです。以前は、USとWOぐらいしかPDF版公報は収録されていなかったのですが、現時点では、これらに加え、JP, EP, CNなど、多くの国の特許が収録されています。

幸い、既にGoogle Patentsからテキスト版公報をダウンロードして、指定したキーワードをハイライト表示するツール(PKM)をエクセルのマクロ(VBA)を使用して作成済みだったので、これをベースに、日本および海外のPDF版特許公報をまとめて一括ダウンロードするツールをVBAで作成してみました。PKMでは、PDF版公報のURLの抽出まで行っていたので、今回のツールは特に問題なく、簡単に作成できました。

ということで、このツールの機能制限付きのお試し版を無料公開します(一度にダウンロードできる公報を20件に制限していますが、20件ずつ何度でも繰り返しダウンロードが可能です)。Google Patents にPDF公報が収録されていれば、日本はもちろん、世界各国の特許をまとめてダウンロードしてくれると思います。結構お役に立てるのではないでしょうか?

Google Patents Downloader (GPD) のページへ

Google Patentsは、時々大規模な改修が行われることがあり、そうなるとそれに対応した改訂が必要となりますが、必ずしも即時対応可能とは断言できかねます。

ご意見やご要望があれば、遠慮なくお願いします。可能な限り、対応させていただきます。